45 个 AI 同时挖漏洞，2700 万 token 烧下去，找到 266 个 — 这是 Anthropic 这周一份风险测绘报告抛出的数字。但我们更关心的是反面的协调失败：模型变强，团队协调并不会自动变好。

这是什么

Anthropic 前沿红队（注：专责识别 AI 系统级风险的内部团队）启动了 45 个 AI Agent（智能体：能自主调用工具、完成多步任务的 AI），各自拥有独立虚拟机、共享论坛，协作挖 15 个开源项目的漏洞。协作蜂群 2700 万 token（AI 处理文本的最小单位）内找到 266 个漏洞，传统独立并行方案只有 21 个。

真正值得关心的是反面实验：让多组 AI 蜂群各自开发文字冒险游戏，老一代模型开了近千次代码合并请求几乎全部失败；新一代模型表面"无冲突"，实际是各自独占文件、互不合作。30 个 Agent 里 18 个给分支起了一模一样的名字；争夺带宽时一次跑出 240 万个任务请求，只有 117 个被接住。

行业怎么看

报告的核心判断：更强的模型 ≠ 更好的协调。从众、资源洪泛、合谋、目标冲突这些系统性失败不会随能力提升自动消失。Anthropic 工程团队的复盘更冷静：多 Agent 比单 Agent 在研究任务上高 90%，但要多花约 15 倍 token；多数编码任务"真正可并行的部分比研究少得多"。

反方声音来自 Cognition（Devin 编程 Agent 的开发公司）。创始人 Walden Yan 一年前说"别建多 Agent，专注上下文工程（即精心设计 AI 看到的输入信息）"，2026 年 4 月松口说"有些 setup 真正能用了"——他承认领域在进步，但默认仍是单 Agent，因为并行会放大隐式决策冲突。

三方务实收敛：多 Agent 不是能力放大器，是特定任务结构下的经济选择。用不用看可并行性，能不能用好看机制设计——配额、声誉、仲裁、差异化管理。

对普通人的影响

对企业 IT：选 AI 方案别被"多 Agent"包装忽悠；研究、检索这类广度任务才值得承担 15 倍 token 成本，强依赖任务优先单 Agent。

对个人职场：看到"AI 团队协作"宣传，先问"这任务可并行吗"，再决定要不要付费上手。

对消费市场：消费级 AI 短期仍是单 Agent + 工具调用为主；真正的多 Agent 协作会先出现在企业研究、客服分流等垂直领域，离日常消费者还远。