# 如何使用 AI 智能体和深度研究工具而不造成浪费？

> AI 智能体和深度研究模式何时值得付出高得多的 token 用量，以及如何给出清晰的任务说明，让它们尽快完成而不是兜圈子。

Source: https://greenai.guide/zh/如何/如何使用-ai-智能体和深度研究工具而不造成浪费/  
Updated: 2026-11-19

## 简而言之

把智能体和深度研究模式留给真正需要多个步骤的任务，例如跨多个来源研究一个宽泛的主题；快速提问则使用普通聊天。智能体完成一项任务要多次调用模型：Anthropic 报告称，智能体使用的 token（词元）约为聊天的四倍，多智能体系统约为十五倍。

## Steps

1. 先试试普通聊天或搜索，只有不够用时才使用智能体。
2. 给智能体一个明确的目标、范围和停止点。
3. 告诉它使用哪些来源或网站，以免它四处游走。
4. 留意第一次运行，如果它开始重复，就停止它。
5. 重复使用它生成的报告，而不是把同样的研究再运行一遍。

**智能体功能强大但代价高昂，因此要给出清晰的任务说明，并把它们用在大任务上。** AI 智能体，包括许多聊天机器人中的“深度研究”模式，会循环地规划、搜索、阅读、写作和核查。每一步都是又一次模型调用，而且通常要带上不断增长的任务历史。

## 智能体要多用多少？ {#how-much-more-do-agents-use}

**是聊天的好几倍。** Anthropic 在 2025 年介绍其自己的多智能体研究系统时报告称，智能体使用的 token（词元）通常约为聊天交互的四倍，而多智能体系统约为十五倍。Kim、Shin、Chung 和 Rhu 发现，智能体工作流消耗的能源远多于单次回答，而且投入的计算越多，准确率的提升越小。

对于一项要花您几个小时的任务，这是合理的交换；对于一个问题就能解答的事情，这就是浪费。

## 如何给智能体写好任务说明？ {#how-do-i-brief-an-agent-well}

- **说明完成的标准：** “用一页纸总结 2023 年以来被引用最多的五项研究。”
- **设定范围：** 时间段、国家、来源类型。
- **指明来源：** 如果您知道可信的来源，请告诉它。
- **要求简短的输出。** 长报告写起来和读起来都更耗费资源。

## 常见错误 {#common-mistakes}

- **用深度研究回答简单问题，** 而搜索或聊天几秒钟就能解决。
- **把同样的研究再运行一遍，** 而不是保存并更新第一份报告。
- **让卡住的智能体继续运行。** 如果它不停地回到同一批网页，请停止它并换一种说法。

如果您在开发智能体，请参阅[防止 AI 智能体浪费 token](/zh/如何/如何防止-ai-智能体浪费-token/)。关于更广泛的问题，请阅读[智能体 AI 与 token 浪费](/zh/文章/智能体-ai-与-token-浪费/)。

## 来源

- [How we built our multi-agent research system](https://www.anthropic.com/engineering/multi-agent-research-system), Anthropic (2025)
- [The cost of dynamic reasoning: demystifying AI agents and test-time scaling from an AI infrastructure perspective](https://arxiv.org/abs/2506.04301), Kim, Shin, Chung and Rhu, HPCA 2026 (2025)
