把五个同款大模型拉进群聊，就能开一家 AI 公司了吗？
内容提要
文章探讨了“AI办公室”形态的局限：多个同质化AI Agent协作，仅靠不同角色设定，难以产生真正的智能提升。研究显示，独立采样投票往往优于群聊辩论，任务可拆分性才是关键。作者更看好“每人一个Agent”模式，让Agent跟随真人积累差异化经验，形成真正的分布式协作，而非表演式群聊。
延伸解读
同质化群聊的局限
文章指出，多个Agent若基于同一模型且仅靠不同角色设定，其知识边界和推理习惯高度相似，群聊讨论容易导致错误共识。研究显示，独立采样投票往往优于群聊辩论，因为后者缺乏真正的多样性。因此，单纯将多个同质Agent拉入群聊，可能只是将同一模型的观点重复表达，而非产生新的智能。
任务可拆分性的关键
论文《Towards a Science of Scaling Agent Systems》表明，multi-agent架构的效果高度依赖任务性质。在可并行的金融分析任务中，性能提升可达80.8%；但在需要连续状态跟踪的规划任务中，性能反而下降39%至70%。这提示我们，评估multi-agent系统时，应首先判断任务是否适合拆分，而非盲目追求多Agent协作。
从虚拟员工到真人分身
作者更看好“每人一个Agent”模式，即Agent长期跟随真人工作，积累差异化经验。这种模式天然具备异质性，因为不同员工的Agent接触的数据、工具和权限不同，形成真正的分布式协作。相比之下，虚拟员工群聊只是表演式协作，缺乏实质性的信息差异。
隐私与权限的挑战
文章提醒，每人一个Agent可能带来严重的隐私问题，如监控员工行为、数据所有权归属不清等。公司需要建立明确的Agent权限层，区分读取、修改和发送等操作，并确保员工对Agent记忆的知情权和控制权。技术之外，权限、数据所有权和审计机制是决定该模式能否落地的关键。
Q&A
什么是“AI办公室”产品形态？
“AI办公室”是一种产品形态，在软件界面中展示一排AI员工，每个员工有头像、职位、记忆和SOUL.md（规定性格、工作习惯等），用户下达任务后，这些AI员工会像真人公司一样在群里协作，例如产品经理梳理需求、设计师画界面、前后端对接、QA检查等。
为什么多个同质化AI Agent协作可能不如独立采样投票？
因为多个Agent如果基于同一个模型，只是角色设定不同，它们拥有相似的知识和推理习惯，讨论时容易相互影响，导致判断趋同，无法提供真正的多样性。论文《Demystifying Multi-Agent Debate》发现，普通的multi-agent debate效果可能不如简单的多次采样后投票，因为讨论本身不会神奇地提高正确率，除非刻意提高初始答案的多样性并加入校准的置信度。
哪些任务适合使用多Agent协作？
适合拆分的任务，如金融分析，可以并行处理不同子任务（如看财报、查新闻、调查竞争对手），多Agent架构能显著提升性能（最高提升80.8%）。而不适合的任务，如需要连续状态跟踪和严格顺序推理的规划任务，多Agent协作反而会降低性能（下降39%到70%）。关键在于任务能否被有效拆分。
作者为什么更看好“每人一个Agent”模式？
作者认为“每人一个Agent”模式能让Agent跟随真人积累差异化经验，形成真正的异质性。每个Agent长期跟随员工工作，接触不同的系统、数据和上下文，即使底层模型相同，也会发展出不同的专业知识和权限边界。这种模式利用现实世界的差异，而非靠角色设定表演，更符合多Agent协作产生收益的条件。
“每人一个Agent”模式面临哪些隐私和监控风险？
风险包括：Agent可能看到员工的邮件、聊天记录、本地文件等敏感信息；公司可能要求检索Agent的记忆，导致员工隐私暴露；员工离职后Agent学到的知识归属不清；老板可能利用Agent监控员工的工作细节，甚至询问“他今天主要干了什么”，引发员工反感。
未来多Agent协作的理想形态是怎样的？
理想形态是每个Agent安静地待在员工的工作环境中，拥有真正不同的数据、权限和经验，需要协作时通过结构化任务、权限声明、证据引用等方式交换信息，而不是在群里寒暄。人类只看到最终结果，如“法务已确认，第7.2条存在风险”。这种形态更像分布式系统，而非热闹的办公室群聊。
