多agent协同，真的有效吗？消耗32亿token，跑空3个不同厂商的高级会员，但是我们都错了

问题描述：

书接上文，作为ai小白的我，利用openmoss，开发了一套自己的多agent写作流程，使其解决长篇小说写作中遇到的几大难题。但是实际上，随着我对ai产品使用的深入，以及用途的多样化，我越来越肯定，多agent协作流程，在大多数场景，只是一个美好的空想。

先抛论点，再说论据。在绝大多数场景，包括coding，写作，网站开发等等，所谓的每个agent独立提示词，干独立的活，最后汇总或者按流程层层交付结果的方式，除了额外消耗海量token以外，并不会给你带来更好的交付，甚至可能会完全偏离你的设想。

为什么会这样？因为所谓的多agent协同流程，是根据人类的能力边界，合作模式来制定的。在一个正常的多人合作流程中，人和人之间，可以通过会议，非正式沟通等方式，来修正偏差。人与人的结果交付，伴随着沟通，大家会不自觉的把所有流程，往主目标靠。人类需要分工的主要原因是：人的知识有限，专业能力有限，边界会很多。以后人基于对分工协作的直觉，策划了这么一套多agent协作的流程。但实际上，对ai来说，也是如此吗？

实际并不是这样。LLM的特性完全不同：同一个模型既能写PRD又能写代码，没有"职业边界"模型的瓶颈不是注意力广度，而是推理深度和信息完整性模型之间没有"文化"和"默契"来补偿信息损耗给Agent贴上"产品经理"的标签，不会让它更专业——但会让它拒绝越界。三省六部类的模式，从根本上，封死了ai最有价值的推理，发生在边界的推理。但这并不是最严重的问题。

最严重的问题在于，agent之间的交付方式。所有agent之间传递的，是结论，结果。但不交付推理过程。原始意图逐渐衰减，工作流越长，偏移越严重，最终得到的结果是：局部正确，但结果严重偏离。人会通过很多种方式来弥补信息损耗，但是ai不会，准确的说，是多agent协作系统不会。多agent系统大多数是单向传递，不会有沟通，不会有回头，自然也不会弥补信息损耗。

那么多agent协作真的没有未来吗？有未来，但不是现在这种模式。