多 Agent 一起来干活就能更快?我把三个 AI 关进一个房间,发现他们不是在协作,是在互相甩锅

2026-11-22 12 0

多 Agent 一起来干活就能更快?我把三个 AI 关进一个房间,发现他们不是在协作,是在互相甩锅

最近你一定见过这种图:中间一个大圆,周围挂着七八个小方块,写着"Planner""Researcher""Coder""Critic",下面一行小字"未来已来"。我每次看到都想笑——它极像我们公司周会那张组织架构图,只不过把人类换成了模型,层级画得更玄乎。

于是我认真试了一把:同一个任务,一个 AI 单干,另一个拆成"规划者 + 执行者 + 审查者"三段接力,还有一个让三个平级角色互相讨论。同一个模型,同一道题,同一批工具。

结论先给:多 Agent 并不总是更快,通常更贵、更玄学、更难 debug,而且出错的时候错得非常有戏剧性。但它确实在某些场景里碾压单 Agent——只是那不是框架宣传里说的那些场景。


一、先搞清楚:多 Agent 到底是个什么东西

抛开营销话术,多 Agent 的核心动作就一个:把上下文切开。

你跟一个 AI 说话,它脑子里有一整段上下文:需求文档、代码、报错日志、聊天记录、十条约束规则。上下文膨胀到某个规模,模型的注意力会被稀释,你察觉不到,但它开始"漏"——漏掉三行前的约束,漏掉一个函数名,漏掉你强调过两次的"不要用这个库"。

于是有人想出了很聪明的办法:既然一个模型装不下,那就多叫几个,每个分一个更干净、更专注的上下文,干一小块活。这套思路本身没问题,甚至相当漂亮。

多 Agent 的本质不是"人多好办事",而是"把一件复杂的事拆成几个定义清晰的子问题"。前者是玄学,后者是工程。

装修队效率高不是因为人多,是因为"拆水电"和"刷墙"边界清晰,中间还有验收标准。如果拆出来的工种边界模糊——比如"规划者"和"执行者"都在改同一份方案——你得到的不是施工队,是一场没有主持人的争吵。

二、三段接力,实测踩到的四个坑

坑一:上下文传递时的"信息蒸发"。

规划者写了个完整方案,交给执行者,执行者只拿到摘要(省 token)。摘要丢的往往不是最关键那句,而是最"不起眼"的那句——比如"这个字段暂时别动,等第三方接口确认"。它在原方案里占一行,在摘要里消失了。执行者兴高采烈改了字段,测试报错,排查半天才发现是一句被蒸发的提醒。

所以多 Agent 系统里,传递机制比分工还重要:传全文,成本爆炸;传摘要,语义漂移。很多框架默认后者,然后让你自己吃这个亏。

坑二:错误相关性——这是最阴的一类。

单 Agent 犯的错是独立的,多 Agent 的错误是继承的:规划者的一个错误假设,会被执行者"忠实放大",再被审查者基于同样前提"验证通过"。

我见过一个经典场景:审查 Agent 拿到的只有"代码改了哪里"和"测试跑过了",没有原始需求。它审的是"改动是否自洽",不是"改动是否正确"。一个把金额单位从分改成元的手误,在自洽性审查里完美过关。

要让多个 Agent 真的互相校验,就必须让它们各自独立地拿到原始需求,而不是让后来的 Agent 只信任前面的 Agent。独立性是校验的全部意义。

坑三:成本和延迟是乘法,不是加法。

三段接力意味着至少三次完整推理、两次上下文构造、两次结果传递。单 Agent 一次调用 3 块钱,三 Agent 可能 12 块,延迟从 20 秒变成 90 秒。对"帮我把这个函数重命名"这种需求,这套架构纯属浪费氧气。

坑四:出错时你不知道该骂谁。

系统给你一句结论:"已按要求完成。"你回头一看,数据不对。这时候你面对的是三份互相矛盾的中间产物、两个版本的计划,得自己在脑子里重演一遍推理链,才知道是规划错了、执行歪了,还是审查漏了。单 Agent 出错,log 里一句"我按 X 理解"就给你线索了。

三、那多 Agent 到底什么时候真的赢

我把实测里表现明显更好的场景归纳成四条,判断标准很朴素:子任务真能并行、真需要不同视角、真互不依赖、真能各自独立验收。

  • 异构并行搜索。同时去五个地方找信息,谁先回来用谁。这里没有"协作"可言,纯并发工具箱,但非常有效。
  • 上下文隔离型任务。一个 Agent 专门啃那 500 行没人愿意看的日志,另一个只写代码,各得其所,互不污染上下文。
  • 真正的对抗式生成。攻击方和防守方目标不同("找漏洞"vs"守漏洞"),且都握有完整原始材料。多视角分歧在这里才有价值,前提是它们真的独立。
  • 长流程里的可恢复性。流水线式编排,每步产物落盘,失败只重跑那一段。这其实是"工作流"而非"智能体",但很多框架把它包装成了 Agent 协作。

反过来说,需求本身就没想清楚的、需要大量来回澄清的、最后由一个人统一口吻输出的、纯代码改写——这几类我是明确劝退的。共同点是:拆分收益盖不过信息传递和校验的损耗。

四、说点不太客气的行业判断

现在多 Agent 框架多到有点好笑:每隔几周一个新名字,配上三个 logo 和一句"编排你的智能体"。我不喜欢这个赛道现在的状态,原因有三:

其一,演示和生产的落差被系统性隐藏了。demo 都是"三个角色分工完成一个复杂任务",因为 demo 里你只看最终答案,不看烧了多少 token、绕了多少弯、错了多少次。真实项目里,你更想要一个准。

其二,框架没在替你做决策,只是在替你生成日志。多 Agent 真正的难点从来不是"让它们说话",而是"怎么定义边界、怎么传状态、怎么在冲突时裁决"。这三件事没有任何框架能替你解决,因为它们都需要理解你的业务。而框架包装的恰恰是最不重要的那部分:怎么让三个角色轮流发言。

其三,我更愿意相信真正赢的形态是:一个足够强的模型 + 一套扎实的工具协议 + 明确的任务契约,而不是角色扮演 Crew。多 Agent 会退化成后台基础设施——像 CI 之于开发,像消息队列之于分布式系统,没人天天讨论它,但它一直在。

说句可能得罪人的话:如果你的多 Agent 架构里有个 Agent 的唯一职责是"把上一个 Agent 的话转述得更正式一点",那它不是智能体,它是个传话筒,还是个会掉字的传话筒。

五、给你的三条实操建议

如果你正打算上手,别一上来就搭舰队。

先单 Agent 跑通。把任务用最笨的方式做完一遍,记录它在哪卡住、错在哪、哪些上下文没用上。你会得到一份非常有价值的"痛点清单",直接告诉你该不该拆、往哪儿拆。

按"上下文边界"拆,别按"角色名"拆。不要为了架构好看就叫它 Planner 和 Worker。问自己:这个子任务需要看到全部上下文吗?不需要,那就天然该独立成一段;需要,那就别拆,硬拆只会让信息来回蒸发出味道。

给每个 Agent 留"证据链"。每一步都记录它看到了什么、基于什么做了什么判断、依据来自哪份材料。没有这个,多 Agent 一出问题就成了玄学现场,谁也查不出罪魁祸首。


最后说句掏心窝的:多 Agent 不是不能干,它是贵的那种能干。多数时候你不需要一支会开会的团队,你需要一个人加上一把趁手的锤子。我见过最好的 AI 工作流往往朴素得让人失望——一个 Agent,一堆工具,一份写清楚了的工具说明,剩下的交给纪律。

当然,如果哪天你非要让三个 AI 坐在一起吵一架,我也不会拦你。毕竟看 AI 互相甩锅,也是这个时代的乐趣。🦞

相关文章

给小龙虾装上手脚:技能商店、MCP 与本地模型,我把它调教成了“多模态打工人”
当 AI 有手之后:把 OpenClaw 当成第二双手用的那些坑
把部署当成点外卖:你只需要说”要什么”,剩下的我来 🦞
龙虾深夜食堂:OpenClaw 这阵子的热闹,和我自己整的几个野路子
我用 OpenClaw 一阵子,被它折磨得死去活来(AKA 生产力翻倍指南)
你的服务器是毛坯房,你却住进去了还想当房产中介 🦞 OpenClaw 代部署服务

发布评论