最近多智能体很火。说一个AI不够，你搞好几个AI让它们分工合作——一个负责调研、一个负责写、一个负责审。听起来像个团队。

我们搭了个试试。说做内容：一个AI查资料，一个AI写初稿，一个AI审稿。用了几次说点结果。

第一个问题：它们对不上。

查资料的AI给了一堆素材，写的AI看了半天，说这素材不够。但查资料的AI已经觉得它查完了。两个AI对"什么叫够"理解不一样。

然后写的AI只能根据手头素材硬写。写完了审稿AI一看，说这跟素材对不上。它又把稿子打回去重写。

来来回回，一个简单的内容搞了半天。

第二个问题：它们会互相甩锅。

审稿AI说：这内容不行，事实错误。写的AI说：我是根据素材写的，素材就这么写的。查资料的AI说：素材是我查的，但具体怎么用是你写的事。

三个AI各说各的，最后谁也没对结果负责。

这就是多智能体的问题。

一个AI干活，至少你知道是它干的。好几个AI一起干，责任就模糊了——出了问题你不知道找谁。

而且它们之间的沟通效率很低。人跟人说话，一句话能说清的事，AI之间要来回传好几次。

那多智能体到底什么时候有用？

得是那种分工特别明确、交接特别简单的任务。比如一个专门爬数据、一个专门清洗数据、一个专门出报表。各干各的，不用商量。

但需要判断、需要商量、需要决策的事，多智能体反而乱。因为每个AI都有自己的理解，它们达不成一致。

做产品别盲目跟风。多智能体不是万能的，简单任务一个AI就够了。

说个更真实的后续。我们后来把多智能体简化了。不再搞三个AI互相传，而是一个AI干到底，中间加个人审。

为什么？因为人审比AI之间互相审靠谱。AI审稿，它看的是"符不符合素材"。人审稿，我看的是"这内容对不对、有没有意思、读者会不会信"。

人能判断的事，别让AI之间瞎猜。你花在协调多个AI上的时间，不如直接让一个AI做完，人来把关。

多智能体这个概念很性感，但实际用起来，简单粗暴的方案往往更靠谱。别为了技术而技术。

技术再花哨，解决问题才是真的。

别为了凑几个AI而搞多智能体。一个AI能搞定的事，别折腾三个。

真的。

别盲目跟风。

什么火就搞什么，最后自己也不知道在干嘛。

做技术这个事，别被概念绕进去。

你要解决什么问题？最简单的方案是什么？先把问题解决了再说。

真的。

别绕进去。

简单点。

真的。

别搞复杂了。

真的。

听我的。

真的。

做技术久了你就明白一个道理：最好的架构是能跑起来的架构，不是最花哨的架构。多智能体听起来酷，但你实际用起来，一个AI加一个人工审核，比三个AI互相扯皮强多了。别被概念忽悠了，解决问题才是正经事。