Anthropic于本周发布了开源参考蓝图anthropics/commerce-agents，内含购物智能体和商家智能体各一个，覆盖零售、旅行、电信和娱乐四个可直接运行的垂直场景。该仓库采用Apache 2.0许可，支持Python 3.11以上及Node 22环境，通过ANTHROPIC_API_KEY即可在本地运行，并兼容Claude API、Amazon Bedrock、Microsoft Foundry及Google Cloud Vertex AI等运行时。

购物智能体部署在商家自有应用中，可完成目录搜索、多商品处理、方案比较、购物车构建，并在同一对话中解答订单与退货问题。其技能包括搜索发现、购买研究、规划目标、客户关怀和记忆个性化。商家智能体面向店員，提供销售业绩查询、库存预警、定价与促销建议及营销活动草拟功能，覆盖绩效洞察、目录列表、库存运营、定价促销和营销活动等技能。两种智能体均可通过Messages API、Claude Agent SDK及Claude Managed Agents三种方式运行，并附带一个Claude Code插件commerce-builder，用于搭建或审查新智能体。

Anthropic在该蓝图中明确提出，不建议使用意图路由器或为每个领域设置独立子智能体，而主张在一个紧密耦合的会话中，由持有购物车、偏好和历史记录的单一智能体加载不同技能模块。据Anthropic披露，在多个企业部署中，带技能的单一智能体在质量上优于“单一大提示词”和“子智能体”设计，且成本和延迟往往更低。对于深度研究等边界清晰的任务，子智能体仍有价值，而提示词与技能的划分则依据流量频率：约三分之一或以上的流量内容放入系统提示词，其余放进技能。安全规则、品牌约束和关键用户事实始终保留在提示词中。

蓝图将绝大多数商务回复设计为组件而非纯文本，每个组件对应一个工具调用，如present_products、present_itinerary、present_plan_comparison，类型化参数由服务端验证后再由客户端渲染。调用记录作为原生消息保存在消息数组中，回放历史时无需自定义解析器，智能体也能通过上一次展示调用来指代“第一个酒店”。若需逐token流式输出，可将eager_input_streaming设置为true，跳过服务端缓冲及相关schema保证。

在延迟方面，一次渲染响应通常消耗500至700个输出token，若不采用流式传输，用户需要等待约五秒。Anthropic区分端到端延迟与感知延迟，通过边生成边流式渲染组件并显示纯文本进度提示来降低等待感。Agent SDK默认启用的即时工具分发，即在参数逐段流式传输完成时立即执行调用，据称可将原本数秒的间隔压缩至数百毫秒。

提示缓存是最主要的成本控制手段。请求按全局、会话、易失数据的顺序排列，因为缓存基于前缀，若将时间戳放在系统提示词开头，会导致每次请求都破坏缓存。缓存读取成本仅为全新token的十分之一，缓存写入则约上浮1.25倍，最优部署可将命中率维持在90%至99%之间。记忆提取在独立进程中异步运行，Anthropic实测其事实召回率比对话中保存工具高出13%。

关于安全与合规，蓝图中涉及资金、写入操作和用户ID的行为均在代码层面设闸，模型只提出建议，由执行框架实际执行。相关分析与工程细节可参阅Anthropic发布的工程深度报告。