XIAOHONGSHU CARDS · 2026
一人指挥多个智能体 · 小红书卡片
10 张 · 1080 × 1440 · 点卡片看 PNG 原图,右下角可直接下载。SVG 源文件同目录,文案改完重跑 build_cards.py 即可。
配套文案(可直接复制)
同时开 20 个 AI 智能体,为什么反而更慢? 翻完 Anthropic、OpenAI、METR、MAST 等 40+ 一手数据点,最反直觉的一条: 真正被规模化的不是「生成」,是「验证」。 一个人能同时真正审完的并行数,实测只有 4–5 个。 负荷一旦超过可用时间的 70%,监督质量直接断崖。 ✅ 多智能体只在「写集不相交 + 判据可执行 + 结论可合并」时赚回成本 ✅ 44% 的失败出在系统设计、32% 出在交接 —— 换更强的模型修不好 ✅ 人的交付物变了:从写代码,变成写规格、验收场景、门禁 ✅ 顺序别反:先修分母(验证 + 隔离),再扩分子(并发) 一句话:别问能同时跑几个,问你每天能审完几个。 #AI智能体 #AI编程 #ClaudeCode #效率工具 #程序员 #DeepResearch
复制文案
DEEP RESEARCH · 2026
一人多体 · 2026
同时开 20 个智能体,为什么反而更慢?
4
5
FAN-OUT
有效监督上限
才是你同时能真正审完的并行数
20 路并发产出
审查闸门:人
实际只有 4 个能被看清
真正被规模化的是验证,不是生成
右滑 → 9 张图拆完这件事
01 / 10
01 · 封面|4–5 是审查带宽
下载 PNG ↓
02 / 判定
一人多体 · 2026
真正被规模化的,
是验证,不是生成
生成 · 24 个 / 天
审查 · 10 个 / 天
积压
人 · 唯一窄口
产出更快,只抬高队列;验证更便宜,才抬高上限
优化目标不是「产出更快」,是「一次验证更便宜」
OpenAI 把瓶颈直接写成 human QA capacity
依据:OpenAI / Anthropic 工程复盘
02 / 10
02 · 判定|规模化的是验证
下载 PNG ↓
03 / 形态
一人多体 · 2026
「一人多体」有三张脸
分界不在「几个」,在「谁判定完成」
A
多会话
状态在人的脑子里
2–5
切换成本主导
人逐行读 diff
B
多智能体
L
共享任务表
状态外化到机器
4–8
审查带宽主导
lead + 任务表 + 信箱
C
工厂
规格
产线
机器门禁 + 独立验证
人只在两端出现
∞
由验证覆盖面决定
定义意图 · 处理例外
把 A 的经验套到 C,产能上限就是 1
依据:Cursor / Claude Code / Gas Town 公开文档
03 / 10
03 · 形态|三种形态与上限
下载 PNG ↓
04 / 约束
一人多体 · 2026
监督带宽是物理量,
不是态度问题
70% 负荷线
约 5 个
1
2
3
4
5
6
7
8
9
并发智能体数 →
高
低
注意力占用
监督质量
超过 70% 可用时间,监督表现断崖
依据:Fan-Out 综述 / Cummings 与 Guerlain
04 / 10
04 · 约束|70% 断崖
下载 PNG ↓
05 / 约束
一人多体 · 2026
每交接一次,信息只减不增
三级链条之后,执行者只剩 73% 的有效信息
0.9³ ≈ 73%
100%
90%
81%
73%
剩下的 27%
会被「看起来合理的假设」填满 —— 错误恰恰长在这里
✕ 传摘要
✓ 共享完整轨迹
能串行就别并行
让下游重读源头
并行的正当理由只有两个:确实独立,或单窗口装不下
依据:数据处理不等式 / Cognition 复盘
05 / 10
05 · 约束|交接只丢信息
下载 PNG ↓
06 / 分工
一人多体 · 2026
切不切?先过三道门
01
写集不相交
两人不修改同一批文件 / 同一段契约
跳过 → 冲突
02
判据可执行
给它一个能通过的检查,而不是「要努力」
跳过 → 人肉当验证器
03
结论可合并
不需要协商风格、命名、错误处理策略
跳过 → 事后收拾矛盾
三问全过 → 才值得并行
实践中 90% 的错误,发生在跳过第二问
依据:Anthropic 最佳实践 / Claude Code /batch
06 / 10
06 · 分工|切分三问
下载 PNG ↓
07 / 证据
一人多体 · 2026
失败,很少是模型不行
MAST · 1,642 条执行轨迹 · 7 个框架
44.2%
系统设计
32.3%
交接错位
23.5%
验证
切错任务、没有终止条件
上下文丢失、彼此矛盾
判据太浅、作者当裁判
换更强的模型,修不好
因为问题出在系统设计与交接,不在推理能力
把任务切得更细,通常只是把矛盾复制了更多份
依据:Cemri 等,Why Do Multi-Agent LLM Systems Fail?
07 / 10
07 · 证据|失效分布
下载 PNG ↓
08 / 证据
一人多体 · 2026
别只听厂商标的百分比
−19%
METR 随机对照:16 名老手 /
246 个任务,用 AI 反而慢 19%
15×
多智能体 token 是普通对话的
15 倍;等预算后优势大多消失
0.5%
1,300 家公司里,仅靠 AI 评
审就合并的 PR 占比
「全自动」的传播速度,远快于落地速度
依据:METR RCT / Tran 与 Kiela / Jellyfish 遥测
08 / 10
08 · 证据|三个反直觉数字
下载 PNG ↓
09 / 动作
一人多体 · 2026
五个动作,决定你能开到几
五个团队、五套工具链,最后收敛到同样五件事
01
隔离
02
意图
03
门禁
04
验证
05
账本
一人一份副本
写什么算对
事前不可能
机器判对错
成本可查
自上而下是依赖顺序:没有隔离,其余都无意义
缺一件,
代价用你的注意力支付
先修分母(验证 + 隔离),再扩分子(并发)
依据:跨 5 个团队实践的共同交集
09 / 10
09 · 动作|控制面五件套
下载 PNG ↓
10 / 结论
一人多体 · 2026
别问能同时跑几个
问你每天能
审完几个
并发上限 =
你造出来的验证能力
你每天真正愿意读的量
先做分母管理,再做分子建设
顺序反了,得到的就是一个
更快的错误工厂
收藏这张,开第 20 个会话前先看一眼
一人多体 · 2026
10 / 10
10 · 结论|并发上限是除法
下载 PNG ↓