专注力是新的瓶颈：你只能运行自己能够控制的 AI 智能体

AI 智能体可以提高实施吞吐量，尤其是在工作能够拆分为相互独立且定义清晰的任务时。它们也会带来任务拆分、上下文、工具访问、审核、集成和事故响应工作。真正有用的问题不是一个人理论上能运行多少个智能体，而是团队能在自身风险容忍度内验证并集成多少并行工作。

没有证据支持每位操作者只能管理两个、五个或十个智能体这样的通用上限。容量会随工作、模型、工具、代码库、测试、权限、操作者和错误后果而变化。应把并发量视为一个需要测量的运行参数。当智能体属于不同人员时，编排还会涉及身份、同意和交付问题；我们的跨所有者智能体通信指南介绍了这一信任边界。

生成速度加快后，什么会发生变化？

更快的生成可以转移约束，但不会消除约束。团队可能减少编写代码的时间，却需要投入更多时间决定应当改变什么、提供上下文、控制工具、审核行为、解决冲突，并证明结果满足要求。常规修改、新型架构、安全敏感工作和模糊的产品决策之间，具体比例会有所不同。

不要假定最困难的工作占固定比例，也不要假定一位操作者现在一定能超过某个特定规模的团队。应测量已经完成并被接受的结果。生成的代码行数、工具调用次数或智能体轮次都只是活动指标，它们可能上升，而周期时间、质量或可维护性反而恶化。

并行什么时候有帮助？

当子任务真正独立、输入与输出明确、工具不会争用共享状态，而且集成可以低成本验证时，并行智能体最有希望发挥作用。如果无法预先确定所需子任务，编排者与工作者模式也可能有帮助。Anthropic 对其研究系统的说明介绍了广度优先查询的优势，同时也指出协调、评测、可靠性和成本方面的挑战。报告中的基准和速度结果只适用于该系统与工作负载，并不是通用倍数。请参阅原始的多智能体研究系统工程报告。

当任务共享文件、模式、有状态环境、迁移、凭据或尚未解决的架构决策时，顺序执行通常更安全。在接口和集成测试稳定之后，仍然可以引入并行。

哪些因素会限制编排规模？

NIST 指出，根据具体情境，生成式 AI 可能需要不同程度的监督、人机配置、审核、跟踪、文档和管理。这支持基于风险的监督，而不是固定的操作者与智能体比例。请参阅 NIST 生成式 AI 概况。

如何测量安全并发量？

从一个工作流和一组代表性任务开始。先建立顺序执行的基线，再逐级增加并发量，同时尽可能保持任务组合和验收标准稳定。记录：

• 从任务准备就绪到被接受的时间，包括审核和返工；
• 审核队列等待时间，以及各角色投入的时间；
• 首次通过率，以及按严重程度划分的漏出缺陷；
• 合并冲突、重复工作、回滚和事故；
• 每个已接受结果的工具、模型、基础设施和人工成本；
• 权限例外和缺乏依据的完成声明；
• 操作者工作负荷和交接连续性。

当已接受的总吞吐量趋于平缓、审核或集成队列超过服务目标，或风险指标突破约定阈值时，应停止提高并发量。当模型、工具、权限、代码库、测试套件或任务组合变化时，应重新测量。

每项委派任务应包含什么？

1. 目标：具体结果及其重要性。
2. 边界：范围内外的文件、系统、人员、数据和操作。
3. 输入：权威来源、当前状态、假设和依赖项。
4. 权限：允许的读取与写入、审批点和禁止操作。
5. 输出契约：产物、格式、责任归属，以及如何报告部分失败。
6. 验收：测试、审核标准、证据和回滚或恢复路径。
7. 交接：已更改的状态、决策、未解决风险和下一项安全操作。

清晰委派可以减少重复探索和覆盖缺口，但不能保证正确性。因此，必须根据真实系统检查完成证据，而不能只接受智能体的叙述。

上下文和交接应如何运作？

上下文应当充分且范围明确，而不只是简短或按定时器重置。不了解当前约束的新智能体可能重复过去的错误；过长的上下文则可能掩盖主导要求。尽可能将持久状态保存在有版本管理的产物中，包括计划、决策、接口、测试结果和恢复说明。摘要应区分经过验证的事实、假设、待解决问题和实际应用的工作。

使用明确的状态转换，例如待处理、进行中、需要注意、已完成和已验证。智能体消息不能证明某项变更确实存在或已通过检查。在后续工作依赖它之前，应检查产物并运行相关检查。

审核智能体能代替人工审核吗？

审核智能体可以增加一轮独立检查、测试假设或审查另一类风险。它们可能与生成模型共享盲点、遗漏环境行为，或针对不完整的评分标准进行优化。应把它们作为一种控制措施，而不是输出正确或安全的证明。

人工审核应与后果相称，并重点关注意图、架构、安全、隐私、用户影响，以及自动检查无法覆盖的例外情况。Google Cloud 的多智能体参考架构同样强调人工监督、明确的自主程度、可观测性和持续评测。请参阅其多智能体架构指南。

"真正有用的智能体数量，是团队能在风险容忍度内验证并集成的并发量。应根据已接受的结果测量，而不是根据活动量判断。"

我们如何在项目中应用这些原则？

Wavect 不会把通用的双智能体默认值、五智能体上限、四小时审核上限或固定经验门槛作为公开交付承诺。我们根据任务图、审核责任、工具与数据访问、测试、集成范围和失败后果设定进行中工作的限制。随着证据变化，这些限制在项目内也可能改变。

在加入并行工作智能体之前，我们要求任务边界明确、尽可能隔离责任、审核队列可见、交接清晰，并有覆盖重要契约的检查。对于风险更高的变更，我们会增加审批门禁和更深入的人工审核。这是一种运行方式，不能证明缺陷绝不会漏出。

这会如何改变招聘？

智能体辅助工作提高了任务拆分、领域判断、验证、安全、调试、沟通和恢复技能的价值。它并不意味着编写代码不再重要，也不能证明最有价值的工程师就是能监督五个智能体的人。应根据角色实际负责的工作和风险评估人才。

对于兼职技术领导，这可能包括选择适合使用智能体的环节、定义权限和证据、建立评测与审核循环，以及测量自动化是否改善了被接受的交付结果。请参阅我们的兼职技术领导服务。