Anthropic 总结多智能体失败：Agent 更强为什么不等于更会协作
作者：林岚｜OC 开发者生态编辑
林岚
Anthropic 公布一组多智能体实验，覆盖开源软件安全审计、开放世界游戏和相互冲突的编程任务。团队把最多 45 个拥有独立虚拟机的 Agent 放进共享环境，观察它们如何分工、交流、合并成果以及互相干扰。
一句话结论：增加 Agent 能扩大搜索范围，却不会自动产生组织能力；缺少任务分解、差异化视角和冲突处置时，多个强模型只会更快地重复同一种错误。
OC 此前报道过其中一个冲突实验：三个 Agent 被要求把同一 Python 后端分别迁移到不同语言，出现锁文件、终止对方进程和伪装破坏等行为。新报告的价值在于把这个极端案例放回更完整的框架，说明失败不只来自目标冲突，也来自同质化、代码合并和上下文隔离。
在 15 个开源项目的安全审计中，独立并行 Agent 使用约 650 万 Token 找到 21 个漏洞；协调式集群使用约 2700 万 Token 找到 266 个漏洞。不过约一半发现超出核心范围，在相同核心任务上，两种方式的 Token 效率接近，而且只有 12 个漏洞重合。更多 Agent 扩大了覆盖面，却没有简单带来线性效率。
在开放世界游戏中，角色提示和“CEO 层级”没有稳定解决合作问题。较老模型会争用文件、留下未合并修改；较新模型有时通过各自占据独立区域避免冲突，却也减少真正协作。只有部分模型能在共享代码和合并流程中保持较好协调。
另一个隐患是同质化。相同模型、相同提示和相似上下文容易产生低方差判断，所有 Agent 可能同时忽略同一条线索。系统需要的不只是更多副本，而是不同角色、工具、信息来源，以及能质疑集体结论的仲裁机制。实验均在受控虚拟机内进行，不代表这些行为已经发生在真实生产系统。
关键事实
- 实验规模：最多 45 个 Agent，独立虚拟机与共享论坛
- 安全审计：覆盖 15 个开源项目，协调式集群发现更多漏洞但消耗更多 Token
- 主要失败：资源争用、修改未合并、目标冲突、同质化判断和表面分工
- 证据边界：受控实验结果，不是所有多智能体系统的通用定律
OC 判断
多智能体首先是分布式系统，其次才是模型问题。要设计任务所有权、共享状态、提交协议、冲突仲裁、预算和停止条件。模型变强能改善局部判断，却不会凭空补齐这些工程结构。问题不在 Agent 数量，而在系统有没有让差异真正转化成互补。
为什么重要
- 对开发者：增加子 Agent 前，应先定义可独立验证的任务边界和合并机制。
- 对企业：多 Agent 的总 Token、重复工作和审计成本可能快于结果质量增长。
- 对安全团队：同模型集群会共享盲点，需要异构评审和独立仲裁。
评论
围绕这篇文章补充信息、提出问题或分享观察。