省 token 故事 · 各自为政

《左传》里说各自为政讲的是同一场仗各打各的。不是不出力。是没有一个人知道旁边那个在干什么。派多个 agent 干活是真爽一句话下去一排小窗口同时开工。但账要算清楚。**每个 agent 都是一份独立上下文。**仓库结构、任务背景、代码风格每个都要从头理解一遍。派十个同一份介绍费付十遍。而且它们互相不知道对方看过什么。同一个文件五个 agent 各读一次你付五次。人多起来之后这一项比你想的大。我在一个短片项目上交的是双份学费。派了十个绘图 agent每个都让它自查质量。十个全报「没问题」。后来单独派了一批 agent 去质检提示词只改了立场前面那批是「把它做好」这批是「挑毛病」。结果 22 张要重画全过程在《我让 10 个 AI 画了 97 张图翻车 22 张。查完发现锅在我》里。第一轮自查的钱全白花。产出方自查自话等于没查。这事我想了挺久觉得它不是 AI 的问题。你让一个人交作业同时让他给自己打分他打的分不能算分。换成人也一样只是人不好意思模型不觉得为难。顺便说那 22 张不怪质检挑得刻薄。十个 agent 各自为政谁都不知道整套图的风格该往哪儿靠各自都觉得自己那张挺好。**各自为政的另一个代价是没人负责整体。**那篇文章的落点是锅在我我给机器人写了一整段规格给人只写了一句话。不是说别用多 agent。派人干活这件事本身没错错在派法。**第一条任务书要自包含、要窄。**别让 agent 自己去仓库里「熟悉一下情况」熟悉的过程就是花钱的过程而且十个人各熟悉一遍。该给的路径、该给的判据直接写进任务书。**第二条验收要独立派人。**别让干活的那个假装验收那是花两份钱买一份安慰。真要省就在验收这一步花钱别在自查那一步花钱。**第三条能一个人干的别派十个。**并行省的是你的时间不省钱。这两件事经常被混在一起说。判据只有一句这活儿拆开之后每一份还需要多少背景才能开工背景越多拆开越亏。需要大量共同上下文的活儿一个 agent 顺着做下来更便宜彼此独立、背景很薄的活儿才是并行的主场。这一招它报错吗比不报错更坏。它报「没问题」。十个 agent 全说搞定了你拿到的是十份自信。想验就派一个不干活的去复查成本是多一个 agent收益是知道前面那十个到底行不行。我那次的账很清楚多派一批质检的钱换回 22 张图不返工。这是全系列里唯一一条「多花一份钱反而省」的招。这条的可信度算机制决定那一档。「每个 agent 一份独立上下文」跟用哪家模型无关是并行这件事本身的结构。至于自查失效我只有一次实测样本一个但那一次挺贵的。各自为政最贵的地方不在于人多在于没有人拥有全局。这在人的组织里叫协作成本在 agent 这里叫 token。有想进「编程一生」用户交流群的朋友吗