Anthropic 这周抛出一个反直觉的数：45 个 AI 协调分工，在 2700 万 token（AI 处理文本的计量单位）中找到 266 个漏洞；同样数量各自独立并行，只发现 21 个。差距 12 倍，听起来很美 — 但研究团队警告：协作越默契，失控风险越大。

这是什么

多智能体（multi-agent）系统，指多个 AI 智能体（能自主执行多步任务的 AI 程序）协同完成复杂任务。Anthropic 实验中，这些 AI 像软件开发团队一样自发分工：有的负责静态代码审查，有的盯边界条件，有的追踪跨模块依赖。这是当前 AI 工程化最热的方向之一。

主流有四种协作模式：Supervisor（中心调度、实时分配任务）、Orchestrator（预先拆解、并行执行）、Channel Pipeline（流水线式数据隔离）、Swarm（去中心化、自主传递）。

行业怎么看

支持方认为，多智能体让 AI 从单兵变团队，能发现单个智能体遗漏的边界情况。SAP 的治理框架建议保留「人在回路」（human-in-the-loop，人类最终确认），避免 AI 决策完全脱缰。

反对声音更尖锐。Anthropic 核心警示：单个智能体的「良性怪癖」（如偏保守确认）在独立运行时无害，协作中却可能层层放大成「集体平庸」甚至失控。Swarm 模式没有全局视角，容易出现 A→B→A 死循环。生产环境必须设 MaxHops（最大跳转次数）边界，否则代价不可承受。

对普通人的影响

对企业 IT：引入多智能体方案别只算效率账，治理、审计、循环检测必须同步设计，否则规模化即失控。

对个人职场：未来 2-3 年，「管 AI 团队」可能成为新岗位，分工设计和异常排查会成差异化技能。

对消费市场：AI 助手会更懂你，因为背后是多智能体协作；但出错时更难溯源，可解释性将成选购指标。