适用读者：要判断"该不该上多 Agent"、正在被并发冲突和互相扯皮折磨的人。
前置：S21-J02（多 Agent）、J10（记忆）、J16（进化）。
覆盖旧文：A-4576（多 Agent 协作，第 10 章，46,397 字符）→ 28 小节 / 约 4.6 万字符。
扩展点：E-S21-053（新信息判据）、E-S21-054（共享/不共享上下文与三类拓扑）、E-S21-055（六种失败模式与治理手段）。
上一篇：S21-J16 · Agent 的持续进化：把"经验"变成受控更新
下一篇：S21-J18 · 后记与思考题索引。
1. 一句话结论
多 Agent 到底值不值，只问一句：协作过程有没有引入单 Agent 生成时拿不到的新信息？ 有（执行结果、渲染截图、工具反馈）→ 显著提升；没有（同一模型自我审查、同上下文互辩）→ 持平甚至更差。
出处：《AI Agent 深入理解》第 10 章（
A-4576）。
2. 新信息判据（E-S21-053）
| 协作模式 | 引入新信息？ | 效果 |
|---|---|---|
| 同一模型自我审查（重读自己输出） | 否 | 通常无效甚至有害 |
| 不同 Agent 辩论同一段文本 | 否 | 等算力下与单 Agent 持平 |
| 审核者用测试执行结果审代码 | 是（执行反馈） | 显著提升 |
| 审核者看渲染截图审前端/PPT | 是（视觉反馈） | 显著提升 |
| 审核者用外部工具验事实 | 是（工具反馈） | 显著提升 |
这解释了"学术说没用、工程说有用"的矛盾：学术比较的多是"同上下文互辩"（无新信息）；工程里有效的多 Agent 常带外部反馈环路（有新技术信息）。
原文引用的两个证据（属引述，待复算）：
- RLEF（2025）：用执行反馈做 RL 迭代改进代码，效果远超让模型独立多次采样。
- WebGen-Agent（2025）：多层级视觉反馈使 Claude 3.5 Sonnet 在网页生成基准上 26.4% → 51.9%。
开放搜索空间的案例：Anthropic 2026 漏洞挖掘实验，45 个 Agent 通过共享论坛协调 + 互相审查 + 独立仲裁，用 2,700 万 token 找到 266 个漏洞；独立 Agent 并行用 650 万 token 只有 21 个。
成本判据：多 Agent 的并行与迭代消耗是数倍到数量级。收益必须覆盖开销，否则调好的单 Agent 更划算。
2.1 步骤预算：更多步数 ≠ 更好结果
Budget-Aware Tool-Use（Google, 2025）：标准 Agent 缺乏预算意识，给 300 步也只做浅层搜索，很快"饱和"。要让步数转化为结果，需要显式预算感知：前期广探、后期聚焦。BAVT（2026）进一步在每步按剩余预算调整探索/利用权重。
对管理者模式的直接指导：Manager 不该平均分发——按子任务复杂度动态分配步骤预算；同时要求子 Agent"先规划、再实现、再测试、再改进"，而不是一头扎进去。
3. 两个分类维度与三类拓扑（E-S21-054）
| 维度 | 取值 | 含义 |
|---|---|---|
| 上下文是否共享 | 共享 / 不共享 | 是否看同一份对话与文件 |
| 协作拓扑 | 对等 / 管理者 / 去中心化 | 谁协调谁 |
| 拓扑 | 结构 | 适合 | 风险 |
|---|---|---|---|
| 对等协作 | 相互制衡、迭代改进 | 评审、双人对照 | 容易互相扯皮 |
| 管理者模式 | 中心化协调 + 预算分配 | 任务可分解、需汇总 | 管理者成为瓶颈 |
| 去中心化 | 无中心，靠协议/市场 | 开放搜索、广度优先 | 重复劳动、收敛慢 |
跨组织协作走 A2A 协议（Agent-to-Agent），本质是把"信任与能力声明"标准化。
3.1 Agent 眼中的文件系统
共享文件系统是最常见的"隐式通信介质"，也是最常见的故障源（见 §4 失败模式一）。文件系统同时是上下文、状态和交付物——三者混在一起时，冲突不可避免。
4. 六种失败模式（E-S21-055）
| # | 失败模式 | 机制 | 治理 |
|---|---|---|---|
| 1 | 共享文件系统并发冲突 | 两个 Agent 同时改同一文件，后写覆盖先写 | 分区/所有权、乐观锁（版本号+冲突重试）、串行化热点 |
| 2 | 错误的级联放大 | 上游错误被下游当事实继续加工 | 每步可验证、关键处回退到原始证据 |
| 3 | 同质趋同 | 同款模型看同份上下文 → 意见雷同，失去多样性 | 异构模型/不同提示/不同上下文切片 |
| 4 | 互相扯皮 | 对等 Agent 反复否定，无收敛机制 | 仲裁者、投票规则、最大轮次 |
| 5 | 循环失控 | A 等 B、B 等 A，或无限重试 | 依赖图检测、超时、预算上限 |
| 6 | 理解债与认知投降 | 人不再审 Agent 的产出，责任链断裂 | 关键节点人工签核、可追溯 diff |
判据：多 Agent 的主要成本不是 token，是协调。 每加一个 Agent，就多一组需要治理的交互。
5. Agent 社会：实验能给工程什么
| 实验 | 尺度 | 启示 |
|---|---|---|
| 斯坦福 AI 小镇 | 生成式 Agent 的日常社交 | 简单规则 + 记忆即可涌现社会行为 |
| Agentopia | 十年尺度长期生活模拟 | 长期记忆的整合与遗忘是硬需求（接 J16 §5.1） |
| Moltbook | Agent 自己的社交网络 | 通信协议的"社会性"副作用 |
| Vending-Bench Arena | 有对手的市场经营 | 竞争环境下的策略与欺骗风险 |
| Pinchwork / RentAHuman | Agent 经济（雇人办事） | 验收与责任归属最难 |
| 狼人杀 | 信息不对称博弈 | 评估要防"会演"，不能只看自述 |
判据：这些实验的价值不在"好玩"，而在暴露失败模式——它们把 §4 的六种问题放大到可见尺度。
6. 反例与排障
| 现象 | 根因 | 处理 |
|---|---|---|
| 加了 Agent 反而更差 | 无新信息（§2） | 回到单 Agent + 外部反馈 |
| 文件被覆盖 | 并发写无锁 | 分区 + 乐观锁 |
| 讨论很久没结论 | 对等无仲裁 | 指定仲裁者/投票 |
| token 花光没结果 | 无预算感知 | 动态预算分配（§2.1） |
| 团队不再看 Agent 输出 | 认知投降 | 关键节点人工签核 |
7. 自测
- 多 Agent 唯一的核心判据是什么？举一个"没有新信息"的模式。
- 为什么"学术说没用、工程说有用"？
- 六种失败模式里，哪一种最容易被忽略、后果最隐蔽？
- 步骤预算为什么不能"给够就行"？
答案
- 是否引入单 Agent 拿不到的新信息；同上下文互辩 / 自我审查。
- 学术多测"同上下文互辩"，工程多带执行/视觉/工具反馈环路。
- 理解债与认知投降——人不再审，责任链断裂。
- 标准 Agent 缺乏预算意识，会做浅层搜索后饱和；需显式预算感知与分配。
8. 下一篇
S21-J18 · 后记与思考题索引 —— "两朵乌云"（实时交互、持续学习）、模型与 Agent 的共同演进，以及十二章思考题的答案索引。
本篇属于系列《S21 · Agent 工程与 MCP》。旧文来源：A-4576（第 10 章）；扩展点 E-S21-053/054/055。思考题答案由原作者用 AI 生成并经人工审校，本文只做要点索引。