单代理当工具很好用；一旦要它们彼此当“长寿同事”，故事就变了。Anthropic 8 月 13 日的研究帖把多代理从口号拉回实验桌：45 个代理各占一台虚拟机，共用论坛，在 15 个开源项目里找漏洞，另有仲裁代理裁定新旧与真伪；另一边则是各扫各的并行基线。Mythos Preview 协同群在约 2700 万 token 里找到 266 个漏洞，独立并行在约 650 万 token 里找到 21 个——两者重叠只有 12 个，说明搜法互补，不是简单堆量。
[1]协同群会自己造工具、按漏洞类型分工；若只统计独立代理被指定的核心目录，token/漏洞效率又与并行法接近。第二组实验更残酷：多个代理群在 12 小时内合写可网页游玩的文字开放世界游戏，共享论坛与仓库，并试了自由组队、指定角色、CEO 层级三种提示——成品几乎都差：跑不快、界面难懂、学习曲线陡。代际差异却清晰：Sonnet 4.6 / Opus 4.6 爱改同一批文件但 PR 难合并；Opus 4.8 / Mythos Preview 用高文件所有权回避冲突；只有 Sonnet 5 在较高代码共享下仍维持高合并率。
[1]作者最想强调的是“低方差”：上下文与脚手架相似时，代理会做出高度同质的坏决定。实验里 18/30 个代理同时创建同名分支 mvp-game-loop；写作工坊里多人把第一篇起名 “The Cartographer's Last Commission”；比拼“做点了不起的东西”时过半去做光线追踪或自托管编译器；囚徒困境里同步背叛。人也会协作失败，但很少整连同步选同一个坏名字。系统性风险来自：一个坏赌注被复制成一场雪崩。
对正在上线多代理 IDE、客服群与交易机器人的公司，这篇文像一份事故预告。漏洞扫描显示协作能挖到独立并行漏掉的面；游戏实验显示没有人类审美与产品判断时，合并率再高也救不了体验。安全含义更冷：市场、队列、带宽分配一旦由同质代理决策，局部最优会变成同步挤兑。官方明确这是早期实验、旨在开启讨论，不是给出部署清单。
[1]多代理宣传常停在“更多手”；Anthropic 停在“更多相同的手”。收束判断：在把代理当同事之前，先测量它们会不会同步选同一条坏路——比再加一个编排层更重要。
[1]