养了七八只 Agent 之后,人成了瓶颈
一份关于数字团队的认知升级。上一篇的编排者范式解决的是「怎么把一件事做完」,而数字团队要解决的是「怎么让一群 Agent 长期共存」。区别在于 Sub Agent 用完即灭、只是工具;数字员工有自己的身份、记忆、技能,能跨任务持续成长。作者给了两个不那么技术的理由:一是通用助手越养越模糊、技能散、记忆混乱,所以必须按职位拆开养;二是他自己养了七八只之后反而睡不着——每只都在等确认,人成了串行瓶颈。解法是从「人在环内」变成「人当甲方」。
本文整理自课程文稿《24|认知升级:从任务列表到数字团队》。文稿末尾自注「内容由 AI 生成」,属整理稿而非逐字记录。
文中引用的行业预测与作者个人体验沿用文稿原述,未做外部核验。
上一篇把任务级的多智能体收敛成了编排者范式。这一篇要说的是:那条路走完,故事只到一半。
先分清:工具还是员工
作者先给了一个很清楚的判据。
之前那一整套 Sub Agent 的方式,其实还都是「完成任务」的思路。
任务完成,子 agent **立刻清空消失。**只有主 agent 留在那里。
所以那些子 agent 并不算员工。
它们都只是工具。
而真正的数字员工不一样:
| 有 | 意味着 |
|---|---|
| 自己的身份 | 知道自己是谁 |
| 自己的记忆 | 记得做过什么、做得好不好、偏好什么策略 |
| 自己的技能 | 同一类任务能越做越熟 |
而最关键的差别是这一句:
它能跨任务持续存在。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
A["Sub Agent<br/>任务结束即消失"] -->|"换个视角"| B["数字员工<br/>跨任务持续存在"]上图是这条分界。它不是能力差别,是寿命差别。
一个很朴素的类比
你招了一个人,不是说完成一个任务你就开了他。
你期望的是他能持续成长、有一套技能、能迭代技能,然后你给他越来越复杂的事。
为什么要按职位拆开养
这是全篇第一个我认为值得记的判断。
先问一个反问:如果有一个超级 agent 什么都能干好,为什么还需要分工?
他的回答很干脆:
**现在这套技术和架构还做不到。**毕竟注意力是有瓶颈的。
而「一个通用助手什么都干」的具体后果,他列了三条。
后果一:进化方向模糊
什么都让他干,他的进化方向会很模糊,技能会很散。
后果二:技能多了反而选不准
虽然 skill 只需要加载名字和描述,但你要是加载两三百个 skill,占上下文也好、选的时候也好,负担都非常大。
后果三:记忆会混乱 ⭐
这条讲得最透,因为他说到了一个根本困难。
就算你把记忆按各种主题分好了,但设置主题这件事本身就会带来很多歧义。
你很难设计一套完全正交的系统,把所有的事情都放在一个合适的位置上。
「完全正交」这个词用得很准:一个真实的人既是开发者又是投资者又是家长,这些身份本来就互相重叠。你硬要放进一套目录,边界永远有争议。
所以他的做法是按职业分。
我自己养了七八只 agent。有的是写代码的,有的是做投资的,有的是做儿童心理的,有的是做商业分析的,还有做运营营销的。
不同的 agent 掌握的技能、记忆、记录完全不一样。
而治理的成本也跟着下降:你只需要治理某一个领域的东西。
他还引用了一个行业预测:到 2027 年,多数多智能体会是专业化的,而不是一个什么都能干的通用体。
原文在这里给了一个具体比例,但属于外部预测、无法核验,所以我只保留「专业化会占多数」这个方向判断。
然后是最真实的一段
讲完架构上的理由,他讲了一段我读完整篇后印象最深的话。
你可能以为养了那么多只 agent 就很轻松了——不停派任务,它们在干活,你在喝咖啡。
但事实上我前一段时间甚至神经衰弱。
我睡眠多少年了,在公司一直没事儿,然后这两天养 agent 养得我睡不着觉。
为什么?
七八只 agent,每只你一个消息扔出去,隔五六分钟就给你回消息。
等的时候你还要并行指挥其他几只。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart TB
H["你"] --> A["Agent 1"]
H --> B["Agent 2"]
H --> C["Agent 3"]
A -->|"回来要确认"| H
B -->|"回来要确认"| H
C -->|"回来要确认"| H上图是这个结构。注意每条线都是双向的——这就是问题所在。
为什么人会是瓶颈
他分析得很实在:
你回复它的时候,必须用大脑飞速运转,先消化它那一大篇报告,然后指出问题,再让它推进。
整体效率看着是上去了,但所有的 agent 天天都在跟你聊。
他把这当成一次失败来复盘的——不是抱怨工具不好用,而是承认自己的用法出了问题。
而那句总结我认为是全篇最该被引用的话:
其实你的 agent 越多,你其实是越忙的。
这里有个反直觉的地方
它的反直觉在于:你雇了七个帮手,却发现自己成了这七个人的调度员和审核员。
你是所有 agent 串流程的那个人。问题在这儿:那个 agent 有问题是找你问,而不是直接找另一个 agent。
所以对。你被放在了拓扑的中心,而中心只能串行处理。
这次失败是怎么被定性的
他把失眠这件事归因得很准确,值得单独拆出来看,因为归因方式决定了解法。
| 如果归因为 | 那解法会是 |
|---|---|
| 工具不够强 | 换更强的模型 |
| 任务太多 | 少派点活 |
| 协作结构不对 | 改成团队制 |
他选的是第三种。
而支撑这个归因的证据,恰好是前面那三条架构理由的反面印证:
- 技能散、记忆混乱 → 说明一个通用助手扛不住
- 每只都在等确认 → 说明缺的不是能力,是协作规则
- 人成了拓扑中心 → 说明流程设计把决策全压在了同一个点上
**所以他把失败落在了结构上,而不是能力上。**这也是为什么他的解法不是「再养一只更能干的」,而是「换一种组织方式」。
解法:从「环内」到「甲方」
他给了一个我认为很准确的术语切换。
这套更好的人机协作模式,不叫 human in the loop,叫 human as 甲方。
甲方做什么?
| 阶段 | 人介入 |
|---|---|
| 发任务 | 介入 |
| 中间协作 | 不介入 |
| 收结果 | 介入 |
剩下的时间,你们自己该协作协作,该干活干活,遇到问题自己想办法解决。
「人当甲方」这个说法的好处是:它明确了一件容易被忽略的事——中间的确认环节不是价值,是成本。
真正的意义:把任务放到更长的周期
讲完人的痛点,他给了一个更有分量的判断。
他画了一条时间轴。
| 时长 | 形态 |
|---|---|
| 分钟级 | 一问一答(最早用聊天产品时) |
| 小时级 | agent 能长时间工作(上一篇那个全栈开发) |
| 天级、周级、月级 | 数字团队 |
而跨越这条线的标志是任务规模。
我给它的命题不是开发一段代码,而是:我有这样一个商业想法,你帮我落地。
**那种规模要做什么?**他列了一长串:产品调研、市场调研、合规分析、产品设计、开发、测试、上线、运维部署、交付。
这么多领域,每一个都需要一个非常成熟的 agent。
这就不是一个超级 agent 带一堆 sub agent 能搞定的事了。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
A["分钟级<br/>对话"] --> B["小时级<br/>单任务"] --> C["天/周/月级<br/>数字团队"]上图是这条演进。而每一级需要的不是更强的 agent,是更多的角色。
关于一人公司
他顺带提了一个更远的设想。
现在很多人说 OPC(One Person Company),我最近也在尝试。
而他的判断是:
你要真想到达那个程度,以现在这种「你盯着每一件事」的模式肯定不行,一个人会累死。
要走通,就必须:
你只做老板,中间的协作你不严格去看所有任务。
而且这些任务不是上节课那种小 task,而是相对大的任务。
我的三点补充
以下是评注,不是原片内容;取舍由我负责。
第一,「agent 越多你越忙」这句话,其实点出了编排范式的隐含成本。 编排者范式优化的是任务的执行效率,但它把所有决策点都集中到了主 agent——而人就是那个最终的主 agent。所以每多一个子 agent,就多一条回到人的确认路径。团队化的真正难点不在于能不能并行,而在于能不能让并行的那几路自己闭合。
第二,「完全正交的系统做不到」这个观察,解释了为什么按领域拆比按主题拆更稳。 按主题拆(工作、生活、学习)会不断撞上跨界条目;按职业拆则天然有边界——因为职业本身就是社会已经替我们分好的类。这也说明数字员工的划分依据不是知识分类学,而是责任制。
第三,「human as 甲方」这个说法值得留下,因为它把「人该在哪出现」讲成了合同关系。 环内意味着你随时可能被打断;甲方意味着你只在两个时点出现。而这个切换的技术前提是:那几路 agent 之间能直接对话——否则所有协调仍然要经过你,甲方就退化回调度员。
一句话总结:编排者范式让 Agent 干得更多,数字团队要解决的是让你少出现。 而这两件事的难度完全不同——前者靠拆分任务,后者靠拆掉你自己那个位置。