Files
Obsidian/X-Articles-CN/多Agent系统背后的数学道理.md
2026-07-21 14:53:24 +08:00

7.6 KiB
Raw Permalink Blame History

title, source, author, published, created, description, tags
title source author published created description tags
多Agent系统背后的数学道理 https://x.com/zhengyun/status/2047345314978582764
@zhengyun
2026-04-24 2026-04-24 10 个月前,也就是 2025 年 6 月,Cognition AI 写了一篇小作文,题目大概意思是:别建多智能体(Multi-Agent)。10个月前:别试多智能体Cognition AI 曾在2024年推出过全球首个全自主 AI 程序员 Devin。他们的理由很充分:子 Ag...
clippings

图像

10 个月前,也就是 2025 年 6 月,Cognition AI 写了一篇小作文,题目大概意思是:别建多智能体(Multi-Agent)。

图像

10个月前:别试多智能体

Cognition AI 曾在2024年推出过全球首个全自主 AI 程序员 Devin。

他们的理由很充分:子 Agent 之间缺乏上下文共享,决策过程是黑箱,容易互相扯皮,最后产出还不如一个单 Agent。

结果呢?

昨天,也就是 2026 年 4 月 22 日,他们又写了一篇小作文,题目变成了:怎样才能让多智能体真正有效。

图像

昨天,多智能体怎么才能真正有效

10 个月前说“别建”,10 个月后说“怎么建”。

我跟你说,这个反转背后,其实藏着一个特别有意思的事儿:

AI 为什么会产出“平庸”的方案?

鸭哥之前写过一篇文章,论述 AI 为什么会产出普通又平庸的方案。

我读完了,觉得特别透彻。

但我想从数学的角度,沿着他的思路,再往下挖一层。

大语言模型通过学习,把人类的知识压缩进了参数空间里。

这些知识不是散乱的,而是形成了一个个“盆地”。

在数学上,我们管这叫“吸引子”(Attractor)。

当模型在生成内容时,它其实是在这些盆地之间滑行。

只不过,模型并不是在一个固定的地形上滚动。

模型是在一个被上下文不断重塑的动态地形上滚动的。

如果你的工作,刚好落在这些“隐性先验”的范畴内(比如写个周报、读书笔记,做个常规方案,模仿一下巴菲特),模型就会自然而然地滑入那个“高概率吸引子”的盆地。

这个盆地有什么特点?

稳定、自洽、但平庸。

单 Agent 的问题就在这里。

它太容易滑进那个“平庸的盆地”了。而且一旦滑进去,它就出不来了。

因为它所有的推理,都基于同一个参数空间,同一个隐性先验。

无论你怎么让它扮演各种角色,都不行。

单 Agent,就像是一个门派里的近亲繁殖。

它逻辑自洽,招式连贯,但就是容易平庸。

为什么?

因为它的所有输出,都来自同一个“祖师爷”(同一个模型权重)。

你让它写方案,它给你的是它见过的所有方案的“平均值”。

你让它写代码,它给你的是 GitHub 上最常见的写法。

它不会犯错,但也绝不会给你惊喜。

这就是“平庸且自洽”。

而且,更可怕的是“上下文腐烂”(Context Rot)。

图像

上下文腐烂

什么意思?

就是当 Agent 在同一个上下文里待久了,它的思路会越来越窄,越来越被之前的输出所束缚。

它不是在“思考”,它是在“续写”。

图像

腐烂机制

既然单 Agent 容易滑入“平庸盆地”,那多 Agent 能干嘛?

理论上,多 Agent 能覆盖到更多的吸引子。

A Agent 滑入 A 盆地,B Agent 滑入 B 盆地。

如果 A 和 B 的盆地不一样,那你就能得到两种完全不同的方案。

这时候,就有可能产生“灵机一动”的效果。

但是!

这里有个巨大的陷阱。

如果 A 和 B 共享同一个上下文,共享同一个隐性先验,那它们其实还是在同一个大盆地里的不同小坑里打转。

这就解释了为什么 Cognition AI 10 个月前说“别建多智能体”。

因为大多数人的多 Agent,只是“单 Agent 的接力赛”。

A 写完,B 接着写。B 看到了 A 的上下文。

结果是什么?

B 被 A 带偏了。B 不再是 B,B 变成了 A 的附庸。

信息传递的损耗,加上上下文的污染,最后产出的,可能比单 Agent 还要平庸。

说到这,Cognition AI 昨天的那篇文章,就特别有意思了。

他们做了两个实验。

说实话,看着挺“蠢”的。

但效果特别爆。

实验一:Devin 写代码,另一个 Devin 审代码。

注意,这两个 Devin,绝不共享上下文。

审代码的那个 Devin,就像一张白纸。它不知道写代码的那个 Devin 在想什么。

Cognition AI 说,这是为了防止“上下文腐烂”。

实验二:便宜模型做主力工程师,关键时刻找昂贵模型来帮忙。

用便宜的模型干脏活累活,遇到卡壳的地方,再请昂贵的模型来“指点迷津”。

它打破了我们对多 Agent 的固有认知。

我们以前以为,多 Agent 就是要“共享信息”,要“协同工作”。

但 Cognition AI 告诉我们:

不。多 Agent 的核心,是“制造隔离”。

写到这儿,你可能突然明白了。

为什么那个“不共享上下文”的实验会有效?

因为你在改变约束条件。

在数学上,这就像是在地形上人为地制造了一个“分水岭”。

你让写代码的 Devin 在一个盆地,审代码的 Devin 在另一个盆地。

它们不再共享同一套隐含偏好。

写代码的 Devin 可以尽情地在“实现”的盆地里滑行。

审代码的 Devin 可以尽情地在“挑刺”的盆地里滑行。

它们之间没有"上下文污染"。

这就是Harness( Harness 机制)。

通过改变约束条件,让不同 Agent 拥有不同的认知框架和判断标准。

如果你真正想要“进入不同类型的解空间”,你必须这么做。

否则,多 Agent 只是在同一个盆地里的“无效折腾”。

这就像武侠小说里的历练。

单 Agent,就像是一个弟子,在同一个门派里闭关修炼。

他练得再好,也是“近亲繁殖”。他的招式,跳不出师门的框框。

多 Agent,就像是你把这个弟子,扔到不同的幻境空间里去历练。

幻境 A 里全是剑客,幻境 B 里全是刀客。

他在幻境 A 里学到的,和幻境 B 里学到的,完全不同。

而且,最关键的是,幻境 A 和幻境 B 之间,几乎没有什么上下文传递。

他每次进入幻境,都是“白纸”状态。

好了,说了这么多,这跟我们有什么关系?

我觉得还是挺重要的。

首先,它让我们重新理解“多 Agent”。

多 Agent 本身并不能自动带来突破。

如果只是简单地让多个 Agent 接力完成任务,它们仍然会在同一个隐性先验盆地中滑行。

甚至可能因为信息传递的损耗,产出更平庸的结果。

其次,它给了我们一个设计 Agent 的方法论。

真正的突破,来自 Harness——通过改变约束条件,让每个 Agent 拥有不同的认知框架。

就像 Cognition AI 的实验:一个写,一个审,绝不共享上下文。

最后,它让我们重新理解“平庸”本身。

平庸,不是因为没有知识,而是因为太容易滑入“高概率吸引子”。

要打破平庸,就必须制造“隔离”,制造“不同”。

这样,他才能看到不同的风景。