这是什么

哲学家 Toby Ord 这周给了一个让 AI 圈需要冷静一下的数字：4 个 AI 智能体并行处理同一件事，速度能比单个 AI 快约一倍——但代价是 token（AI 处理的文本单位，可粗略理解为算力开销）总消耗也是 2 倍。他把这个现象叫做「swarm scaling」（集群式扩展），本质上是新一类「推理时算力扩展」（模型运行时投入的计算资源，而非训练时）。

更关键的发现是「stepping on toes」参数（协调损耗）：把 agent 数量扩到 10 倍，性能只换来 3-5 倍，而非线性增长——和人类组织里「人多协调成本陡升」的现象惊人相似。

行业怎么看

Ord 自己承认这个结论并非他乐见：「我原本希望 λ 值（协调损耗系数）更低，这样 RSI（递归自我改进，即 AI 自我迭代升级）驱动的智能爆炸风险会更小，可事实似乎并非如此。」也就是说，多 agent 并行不会自动成为「AI 超越人类」的安全阀，反而可能让时点提前。

但也有解读认为，swarm scaling 实质是用时间换算力，对追求快速迭代的实验室极具诱惑——「推理时算力」赛道会继续升温，token 消耗成为新的军备竞赛指标。需要警惕的是：Ord 的样本来自特定基准测试，真实业务场景的协调成本可能更高，企业不应被「agent 越多越好」裹挟。

对普通人的影响

  • 对企业 IT：多 agent 架构会成为 2025-2026 的标配，但别被「agent 越多越好」忽悠——上 3 个左右性价比最高，更大规模边际收益递减明显。
  • 对个人职场：你用多个 AI 工具分工（写作一个、查资料一个、审查一个），本质也是 swarm——分得越细，沟通成本越高，最后效果可能打折。
  • 对消费市场：如果 AI 能力真因并行加速迭代，今天的 AI 助手半年后大概率被自家升级版降维打击，选订阅服务要更看厂商烧算力的力度。