故事的開端，是一組來自研究機構Epoch AI的驚人數據[1]：在AI領域，訓練成本正以每年2.4倍的速度瘋狂增長，到2027年可能突破10億美元大關。然而，性能的提升卻步履維艱。

這種殘酷的“剪刀差”，正是思想家Toby Ord在其文章《規模化悖論》[2]中所描述的——我們正用越來越昂貴的資源，換取越來越微小的進步。AI智能，正不可避免地撞上成本與物理的“玻璃天花板”。

如何突破這道天花板？

2025年6月，硅谷兩位最頂尖的“解題者”——創造了Devin的Cognition與打造了Claude 4的Anthropic——幾乎同時給出了水火不容的答案。

Cognition發表了一篇題為《不要構建多智能體》[3]的“異端”檄文，向行業最火熱的“智能體大軍”范式潑了一盆冷水。而幾乎是前后腳，Anthropic針鋒相對地發布了《我們如何構建多智能體研究系統》[4]，用詳實的數據和復雜的架構，展示了他們對多智能體路線的堅定信仰。

當最聰明的大腦給出完全相反的答案時，到底誰錯了？或者，他們都看到了我們沒看到的東西？這場巔峰對決的背后，隱藏著一個深刻的、價值萬億的困境：如何有效地“規模化”（Scale）AI的智能產出。他們的選擇，不僅定義了各自的未來，也為我們所有人揭示了AI規模化道路上，一個殘酷的真相。

第一章：解法一 · Cognition的“垂直深耕”：向心智深處要效率 診斷問題：規模化的頭號敵人是“熵增”

Cognition的哲學，可以用一句話概括：在一個漏水的船上，增加再多的劃槳手也無濟于事。他們認為，當前AI系統的根本問題在于其內在的不可靠性。盲目地增加AI智能體的數量，并不會帶來效率的線性增長，反而會因為協調和溝通的混亂，導致錯誤的指數級放大。

這在系統論中，被稱為“熵增”——一個孤立系統總是趨向于從有序走向無序。在軟件工程領域，這早有印證，經典的《人月神話》告訴我們，為一個延期的項目增加人手，只會讓它更晚完成。Cognition用實踐證明，這個定律在AI世界同樣適用。

他們的檄文中，那個著名的“開發Flappy Bird”的案例，就是對“熵增”最生動的演繹。

上圖生動展示了這場協同災難。這就像一個頂級交響樂團，小提琴手在演奏巴赫，而圓號手卻吹起了爵士樂。每個樂手技藝高超，但整場演出是一場災難。每一個獨立的部件都近乎完美，但組合在一起，卻成了一個毫無價值的“縫合怪”。

這就是Cognition所說的“合成謬誤”。每一個子智能體都基于自己看不見的“隱性決策”采取行動，當這些決策無法對齊時，混亂便不可避免。

別以為這只是個例。根據一份2025年對七個主流多智能體框架的大型研究[5]，研究者系統性地歸納了14種常見的失敗模式（MAST分類）。其中，軟件開發智能體系統ChatDev在編程任務上的正確率僅有33.3%[6]；而模擬跨應用操作的AppWorld系統，失敗率更是高達驚人的86.7%。這些冰冷的數據，都指向了Cognition的診斷：多智能體協作，正在成為AI系統“熵增”的重災區。

解決方案：打造“低熵體”，用可靠性對抗復雜性

面對“熵增”這個強大的敵人，Cognition沒有選擇在混亂中建立秩序，而是反其道而行之，選擇從根源上消除混亂的來源。

他們的答案是：打造一個極致可靠、上下文連貫的“低熵智能體”。

這個方案的核心武器，就是他們提出的“上下文工程”（Context Engineering）。如果說“提示詞工程”是教AI“聽懂話”，那“上下文工程”就是讓AI擁有“完美的記憶力”，能理清思路、記住前因后果。它確保了在一個長周期的復雜任務中，AI的核心“心智”始終是單一且連貫的。

這個“低熵體”就像一個高度有序的晶體結構，內部信息傳遞高效且無損。而普通的多智能體系統，則更像一團混亂的氣體，每個分子（智能體）都在進行著無法預測的布朗運動。

為了維持這種“低熵”狀態，尤其是在處理超長任務時，Cognition還祭出了一項秘密武器——“上下文壓縮機”。這并非簡單的信息檢索（RAG），而是一種更高級的“主動提煉”。它像一個AI的“海馬體”，能動態地理解任務進展，將冗長的過程壓縮成“關鍵決策”和“核心事件”的摘要，確保AI在漫長的旅途中“不忘初心”。

Cognition在賭一個看似反直覺的未來：真正的智能規模化，不是通過增加“大腦”的數量，而是通過提升單個“大腦”的內在品質——它的可靠性、記憶力和專注力。

第二章：解法二 · Anthropic的“并行擴張”：向群體智慧要規模

幾乎在Cognition發表檄文的同一時間，Anthropic給出了一個截然不同的答案。他們的文章沒有絲毫的哲學思辨，而是用工程師的語言，和冷冰冰的數據，構建了一個完全對立的世界。

診斷問題：規模化的核心瓶頸是“帶寬”

Anthropic的診斷直擊要害：單個智能體的核心瓶瓶頸在于其有限的“注意力帶寬”。就像一個人無論多聰明，也無法同時閱讀和理解一百本書。AI的上下文窗口和順序處理能力，就是它的“帶寬”上限。當面臨一個需要整合海量信息的復雜問題時，這個瓶頸是致命的。

因此，唯一的出路就是——砸碎瓶頸，實現并行。

為了證明這一點，Anthropic在他們的報告中給出了一個堪稱“數據暴擊”的發現：在他們的研究中，模型在推理過程中消耗的Token總量，可以解釋80%的最終性能差異。

這個發現的驚人之處在于，它近乎粗暴地揭示了一個真理：在當前階段，很多時候“大力”真的能出奇跡。投入更多的計算資源（Token），就等于更好的結果。

緊接著，他們給出了第二個重磅數據：在內部研究評估中，**一個由Claude Opus 4作為“領導”，多個Claude Sonnet 4作為“員工”的多智能體系統，其性能比單個、更強大的Claude Opus 4高出整整90.2%**。

他們用一個生動的案例強化了這一觀點：當被要求“找出標準普爾500指數中所有IT公司的董事會成員”時，單個智能體陷入了緩慢的、一個接一個的線性搜索，最終失敗。而多智能體系統則像一個高效的情報中心，多路并進，迅速鎖定了目標。

這與Cognition的“Flappy Bird”悲劇，形成了最鮮明的對比。一個因無法協同而失敗，一個因高效協同而成功。

解決方案：構建“分布式認知系統”，用管理駕馭并行

如果說Cognition的方案是打造一個“天才工匠”，那么Anthropic的方案就是建立一座“現代化工廠”。他們承認并行的混亂，但堅信，這種混亂是可以通過精密的“管理學”來駕馭的。

他們的多智能體研究系統，就是一座管理森嚴的“AI工廠”。

Anthropic的多智能體架構圖

這張來自Anthropic官方博客的架構圖[7]，清晰地展示了他們的“AI公司”是如何運作的：

• 組織架構（“編排-工作者”模式）：有一個作為“CEO”的LeadResearcher（領導研究員），負責拆解任務、制定計劃。

• 部門經理（Subagents）：CEO會將具體的子任務，分配給多個并行的Subagents（子智能體）。每個子智能體都帶著明確的KPI（任務指令）去執行。

• 中央數據庫（Memory）：CEO會把整體計劃儲存在“Memory”中，防止因為任務過長、上下文窗口溢出而“忘記”了最初的目標。

• 法務合規部（CitationAgent）：在所有研究完成后，還有一個專門的CitationAgent（引用智能體），負責檢查所有信息的來源，確保最終報告的每一句話都有據可查，把“法務”工作都配齊了。

Anthropic的工程師們甚至在文章中分享了他們的“管理心得”，比如要“教會編排者如何委托”，指令不能含糊，必須清晰具體；要“根據查詢復雜性擴展工作量”，不能用牛刀殺雞；甚至要“讓智能體自我改進提示”，鼓勵AI員工提出合理化建議。

這套復雜的系統，無異于在代碼中復刻了一套現代公司的管理體系。Anthropic的賭注是，只要“管理”足夠精細，群體的智慧就必然能超越個體的極限，實現1+1>2的“涌現智能”。

第三章：真相 · AI的“不可能三角”：一場關于成本與價值的殘酷權衡

Cognition的“單體極致”和Anthropic的“群體智能”，誰對誰錯？

當我們跳出技術細節，從一個更高的維度審視這場對決時，會發現這并非技術路線之爭，而是商業模式和價值哲學的根本分歧。這背后，是一個深刻而殘酷的經濟學現實，我們可以稱之為——AI的“不可能三角”。

在追求AI智能規模化的道路上，可靠性（Reliability）、效率（Efficiency）和經濟性（Economy）這三個目標，你永遠無法同時擁有。你最多只能選擇其中兩個，而被迫犧牲另一個。

終極框架：“可靠、高效、廉價”，你只能選兩個

這個框架完美地解釋了Cognition與Anthropic的戰略選擇，也得到了行業領袖們言論的印證。

Cognition的選擇：極致的“可靠”，犧牲了“經濟性”。Cognition的“上下文工程”和“單體智能”，是為了在軟件工程這類高風險、要求上下文絕對一致的任務上，實現無與倫比的可靠性。這種可靠性本身就是一種效率。但為了實現這一點，他們投入了巨大的前期研發成本，并且這種模式可能難以在所有領域低成本地規模化。

Anthropic的選擇：極致的“效率”，也犧牲了“經濟性”。Anthropic的多智能體系統，是為了在信息搜集這類可大規模并行的任務上，實現無與倫比的效率。但這種效率的代價是驚人的。根據他們的報告，多智能體系統消耗的Token是普通聊天的15倍。這相當于用開戰斗機的成本去送外賣，除非這份外賣價值連城。與此同時，他們還需要投入巨大的“管理成本”（復雜的工程和提示設計）來保證系統的可靠性。

這個“不可能三角”，在AI領袖們的言論中得到了反復驗證。NVIDIA的CEO黃仁勛宣稱，下一代AI需要百倍的算力[8]才能實現更好的推理（追求效率和可靠性，不談經濟性）。Meta的Yann LeCun則一針見血地指出，AI最大的成本不在訓練，而在推理[9]，當AI走向大眾，經濟性將成為核心命題。

而這不僅僅是Token費用。根據一份針對企業AI應用的總擁有成本（TCO）的分析[10]，那些看不見的“隱性成本”——從數據管道維護到專業人才——占據了總支出的60%到80%。對于核心業務，這意味著每年高達600萬至1200萬美元的真實投入。

在“不可能三角”的殘酷現實面前，AI的免費午餐時代，或許真的要結束了。

結語：未來屬于能駕馭“雙面繡”的大師

那么，這場對決的終局是什么？

答案是，沒有終極贏家，只有更聰明的“使用者”。

未來最成功的組織，將是那些能深刻理解這個“不可能三角”，并能根據不同任務性質，靈活切換和組合這兩種模式的“雙面繡”大師。

這個設想并非空穴來風。在AI研究的前沿，關于“混合智能體系統”（Hybrid Agentic Systems）的探索已經開始。2025年涌現的MetaOrch[11]（神經編排框架）和DynTaskMAS[12]（動態任務圖）等研究，都在嘗試構建一種自適應的AI系統——它能智能地判斷一個任務的性質，然后決定是調用一個Cognition式的“專家內核”來深度執行，還是啟動一個Anthropic式的“并行工廠”來廣泛搜集。

這或許才是AI規模化困境的最終解。

現在，請審視你自己的工作流：你是在“寫一部長篇小說”（需要上下文連貫的Cognition模式），還是在“完成一份市場調研報告”（可以并行搜集的Anthropic模式）？你愿意為你的AI，支付怎樣的“可靠性溢價”或“效率溢價”？

你的答案，決定了你將在AI的哪個未來中獲勝。

參考資料

Epoch AI的驚人數據: https://epoch.ai/blog/how-much-does-it-cost-to-train-frontier-ai-models

《規模化悖論》: https://www.tobyord.com/writing/the-scaling-paradox

《不要構建多智能體》: https://cognition.ai/blog/dont-build-multi-agents

《我們如何構建多智能體研究系統》: https://www.anthropic.com/engineering/built-multi-agent-research-system

[5]

大型研究: https://arxiv.org/pdf/2503.13657.pdf

[6]

正確率僅有33.3%: https://ailearninsights.substack.com/p/why-multi-agent-ai-systems-fail-like

[7]

架構圖: https://www.anthropic.com/engineering/built-multi-agent-research-system

[8]

百倍的算力: https://www.cnbc.com/2025/02/26/nvidia-ceo-huang-says-next-generation-ai-will-need-more-compute.html

[9]

不在訓練，而在推理: https://globaladvisors.biz/2025/02/04/quote-yann-lecun/

[10]

總擁有成本（TCO）的分析: https://www.linkedin.com/pulse/true-cost-open-source-llms-6m12m-annually-devansh-devansh-wzemf

[11]

MetaOrch: https://www.arxiv.org/pdf/2505.02861.pdf

[12]

DynTaskMAS: http://arxiv.org/pdf/2503.07675.pdf