跳到正文
← 返回文章列表

VirtueZ · 2026.01.27

多个 Agent 同时干活,什么时候提效,什么时候更乱?

十个人一起找资料,可能比一个人快;十个人同时决定“这家公司到底要不要做这个产品”,未必。把 Agent 数量堆上去,工作的速度可能提高,矛盾也会更快堆到负责人桌上。真正决定结果的,往往不是有多少个智能体,而是这份工作里哪些问题可以并行、哪些判断必须合在一起做。

月之暗面在 2026 年 1 月 27 日发布 Kimi K2.5,介绍了能自行组织多个子 Agent 的 Agent Swarm。官方当时将其作为研究预览,给出在特定任务中并行执行的能力说明。后续 K2.6、K3 又扩大了规模,帮助中心把几代产品放在同一页介绍。写发布史时要把节点分开,不能拿后来展示的并发数字回填给一月份的版本。对使用者来说,更重要的问题也不是“它能叫来多少帮手”,而是这群帮手最终有没有交出一份不互相打架的工作。

一、适合并行的工作,通常有清楚的边界

假设产品经理要做一份海外支付市场调研,可能需要看监管公开资料、竞品功能、用户评价和技术接入条件。这几块信息来源不同,可以先由不同 Agent 分头查找,最后把来源与日期交给一个整合者。若其中一块晚到,其他部分仍然有价值。并行能减少等待,尤其适合广泛搜集与初步整理。

但“应该进入哪个市场”不是四份资料自动相加。监管规定可能限制竞品方案可行性,用户评价可能来自不同国家,技术接入成本要和公司的资源放在一起看。整合者需要检查各份报告是否引用了同一天的数据、是否说的是同一类用户、哪里还缺证据。没有这一步,并行产生的是四份貌似完整的报告,不是一份能支持决定的分析。

另一种适合并行的任务是明确分组的批量处理。比如一百条脱敏用户反馈按产品线分类、十个地区的公开政策分别摘录。每条子任务都用相同格式交回,结果容易汇总和抽查。若任务必须依次决定“先做 A,才能知道 B 要怎么做”,并行就没什么意义。工作图中的依赖关系,比 Agent 名额更值得先画清楚。

二、最常见的混乱,是每个 Agent 都在悄悄改题目

一份需求看似清楚,交给不同人后理解却可能分叉。一个 Agent 把“市场规模”理解为交易总额,另一个使用活跃用户数,第三个引用公司数量;最后都写“市场规模”,整合时才发现无法比较。人为调研也会遇到这种问题,多 Agent 只是把它放大了。开工前最好先统一目标、时间范围、指标定义和来源优先级。

格式也要统一,但别只规定字体与标题。更有用的是每份结果都交五样东西:核心结论、直接证据、来源日期、仍不确定的部分、对总任务的影响。模型可能很会写流畅综述,若不给证据和日期,整合者只得重新检索。所谓“并行提效”,如果最后仍需人工逐条追查来源,节省的时间会被后半段吃掉。

同时,要允许子任务提出“问题本身需要改”。某位 Agent 发现目标国家的公开统计口径去年刚变,应把这个发现提到整合层,而不是自己悄悄选择一套口径继续跑。多 Agent 系统如果只奖励每个子任务准时交稿,重要的不确定性就会被藏在脚注里。产品经理需要设计上报机制:哪些发现会改变整个任务,发现后先暂停相关分支,还是继续收集但标记风险。

三、厂商说的加速,为什么不能直接套进你的团队

Kimi 官方展示了 Agent Swarm 的并行能力与特定评估中的时间优势。这说明其技术方向与潜在上限,但团队自己的任务分布不同。搜索十个互不依赖的公开网页,和协调十名 Agent 改同一个需求文档,前者更容易并行;后者可能需要不断统一概念、审查冲突、撤销重复修改。宣传材料里的倍数不是你公司下周能直接写进 KPI 的数字。

衡量总时间,要从人开始准备任务算,到最终结果经过审核结束。模型并行执行时间、子任务失败后的重试、整合者解决冲突、人工核对证据,都在账内。费用也一样:子 Agent 数量增加,搜索、工具调用与上下文传递可能跟着增加。若一份快速生成的报告需要编辑花半天修引用,真正提效并不明显。

另一个不容易看到的成本是人的注意力。系统一次抛来十个“需要你决定”的问题,负责人并不能同时做十次判断。好的多 Agent 产品应帮人合并相似问题、标出关键阻塞项、把可以稍后决定的事项放在一起。否则机器已经平行工作,人却被迫在十个窗口间反复切换,比顺序处理还累。

四、谁来整合,以及整合到什么程度

产品经理不必自己阅读所有子 Agent 的全部过程,但要决定结果能怎样进入业务。可以让一个主 Agent 做第一轮整合:合并重复信息、指出数据冲突、列出证据不足的结论;由人工再看决定性问题。这与让主 Agent“替人拍板”不同。前者减少机械阅读,后者可能把某个子任务的错误包装成一份统一而自信的结论。

对最终结果,至少应保留引用到各子任务原始来源的路径。假设结论说“竞品都支持一种付款方式”,负责人能否看到这句话分别来自哪些国家的网站、发布时间是否相同?若不能追溯,多 Agent 只是加速了二手信息的层层转述。每多一层总结,都有丢失限定条件的风险。

整合时还可以设一个简单的“冲突表”:同一问题,不同来源如何说,哪一项资料更新,哪一项尚未核实,决定前要问谁。让冲突显形,比让模型替团队润色成一个顺滑故事更有帮助。产品经理需要的往往不是一份百分之百肯定的答案,而是一份知道自己哪里还不知道的材料。

五、并行越多,资料权限越不能一股脑全给

为了方便,团队可能想把全部内部资料都交给主 Agent,再由它自由分给子 Agent。这种做法在公开资料调研中问题不大,进入企业项目就必须更小心。竞品公开页面和经过脱敏的访谈纪要可以作为某些子任务的材料;含客户名单、合同价格或未发布方案的文件,不该因为一个子任务只是写摘要,就默认每个并行分支都能读取。

更稳妥的方式是按任务给资料。负责公开竞品信息的 Agent 不需要内部客户数据;负责用户反馈归类的只拿脱敏样本;负责最终整合的主 Agent 也只接收已经整理好的必要结果。这样做可能增加一点准备时间,但能缩小错误传播和权限滥用的范围。产品经理无需设计底层访问控制,却应提出清楚的问题:这份材料为什么需要给这个分支?结果里允许带出哪些字段?结束后谁能看到原始内容?

如果任务需要调用外部工具,权限还要按动作区分。并行查资料与并行发邮件,风险不是一个等级;让多个分支同时修改同一张运营表,容易出现覆盖和重复提交。初期最好让子 Agent 主要做只读搜集或生成草稿,由主流程确认后再修改共享状态。隔离工作区可以减少文件冲突,却不能代替业务上的最终授权。

这种限制并不妨碍产品体验。用户可以看到任务被拆成哪些部分、每部分会读什么、哪一步需要确认。解释得清楚,用户才知道为什么一个简单公开调研可以放手让它并行,另一个涉及公司合同的任务需要更多人工参与。权限边界不是把速度赶走,而是让不同任务在可接受的范围里跑得起来。

六、真正的难点,是把各分支的证据拼回一个问题

假设十个子 Agent 分别调研十家竞品,最终报告里出现“六家提供免费试用”。这个结论只有在“免费试用”的定义一致时才成立:有的需要先绑卡,有的只给七天,有的实际上是免费层而不是试用。若每个分支自己定义词语,整合者把十条结果相加,数字虽然精确,含义却散了。开工前给出共同字段和判断标准,是多 Agent 项目很重要的产品设计。

整合阶段还要防止一种“顺滑的失真”:主 Agent 为了写出连贯报告,删掉分支里不确定的标记。有一位说“截至上月公开资料未见此功能”,被整合成“该竞品不支持”;另一位说“仅在某地区测试”,最终表格写成“已上线”。小小一处限定语,可能影响产品决策。每个结论最好能追到原始来源与时间,关键不确定项独立呈现,不能为了报告好读就消失。

因此主 Agent 的任务说明应明确:先寻找冲突、遗漏和口径差异,再写综合判断。把它当“编辑和质检”,而不只是“把十份摘要缩成一份”。若需要人工介入,也应把问题压缩成少数真正影响决策的选择,不要让负责人读完十份原稿才知道要决定什么。多 Agent 的价值,一部分来自并行搜集,另一部分来自把人的注意力集中在关键取舍。

做完任务以后,保存拆分方式和失败原因。某一类任务总是因为来源时间不同产生冲突,下次就提前限定日期;某一类子任务经常重复查同一网站,下次可以共用已经确认的资料。改进的对象不只是模型,也是团队怎样把工作切开又合回来。工具会升级,任务结构的经验值得留下。

七、方法论:用两种任务测出适用边界

准备两类任务。第一类可拆分:十个地区的公开资料检索,或按明确规则整理多组用户反馈。第二类有依赖:同一支付功能的业务规则、风控条件、用户界面和客服说明必须互相一致。每类任务分别用单 Agent 与多 Agent 配置执行,尽量保持资料、可用工具、预算和验收要求相近。事先写好答案标准,避免某次结果看起来漂亮便临时降低门槛。

记录四个数字和一组失败样本:从开始到通过验收的时间,人工修正分钟数,总调用费用,关键错误数量;再保存冲突来源、错误引用和重复劳动。若第一类明显受益、第二类合并成本很高,结论不是“多 Agent 不行”,而是团队应把它优先放在资料搜集和批量处理里。等共享规则与整合机制成熟,再尝试更强依赖的工作。

试点过程中,还要限制中途“给某个方案开小灶”。如果多 Agent 配置发现问题,负责人临时额外补了三份详细说明,而单 Agent 没拿到这些材料,最后比较的是人类协助量,不是工作方式。可以允许合理的澄清,但每次澄清都记下来;最好提前写一份所有配置都能使用的任务背景。对重要样本,在独立会话中多跑几次,看结果是否依赖偶然分工或某个分支恰好找到了好资料。

验收者也要从最终用户角度看成品,而不只看分支执行日志。报告能否支持下周的决策?哪几条结论需要人工再查?一个模型叫来很多子 Agent,却只把材料堆得更高,对产品团队帮助有限。若它能把不同来源的证据、冲突和待定问题讲清楚,让负责人少花一小时整理材料,即使报告没有替人拍板,也已经完成了一项有价值的工作。

Kimi K2.5 的 Agent Swarm 让“一个模型分身成一群帮手”成为可以研究的产品形态。它最有用的地方,不是把同一个模糊问题同时扔给更多人,而是把可拆分的劳动铺开,再把证据带回来让人做关键判断。多人同时跑起来很热闹,一份报告能否让团队少走弯路,才值得留下。

如果你的团队只是每周写一两份固定格式的竞品速览,先把来源列表和模板做好,单 Agent 甚至人工检索可能已经足够。只有当资料确实分散、各分支能独立推进、最后有人负责统一口径,多 Agent 才可能减少等待。产品经理在演示前先写出最小任务:用户今天缺什么信息,哪些信息能平行取得,最终谁据此做决定。连这三问都没有答案,再多“智能体”也只是更热闹的会议室。

半年后复测时,用相同的资料任务看看它是否减少了人工查证、有没有新的错误类型,不要只问并发数提高多少。技术升级可能让更多任务变得适合并行,也可能把整合问题放大。判断始终落在最后一页:负责人能否看着它,知道该做什么、还不能确定什么。

可以在整合报告里保留一页“没法合并的结论”:哪些子任务采用不同口径,哪份来源更新较早,哪项信息需要负责人最后决定。很多时候,产品经理最需要的不是一个勉强统一的数字,而是知道分歧究竟在哪里。主 Agent 若能把这些分歧压缩成少量清楚问题,人的决策时间就可能下降;若它只会润色成一篇没有冲突的报告,并行搜集再快也没用。只有把不同分支的来源和口径都留住,下一位接手项目的人才不必重新做一遍搜集。下一次再做同类分析时,也应回头检查这些未能合并的问题有没有真正得到解决。

信息来源与事实边界