2024年Q1到2025年Q2，Gartner接到关于多智能体系统的咨询量暴涨1445%。
不是"增长显著"，是14倍。企业采购部门的人大概已经看麻了。
这个数字背后是一场正在发生的架构迁移：从"你问我答"的副驾驶模式，转向"给目标就干活"的agent同事模式。前者需要人类当胶水，把每个步骤粘在一起；后者把胶水角色也外包出去。
副驾驶的瓶颈：人类成了瓶颈
过去两年的AI助手有个统一模板：一个聊天框，你打字，它回复，然后你回去干正事。写邮件、解释代码、总结文档——这些场景里，人类是天然的协调者。问一句、看一眼、决定下一步，循环往复。
这套流程在简单任务上跑得通，但一旦目标变成"帮我上线一个功能"，裂缝立刻出现。
不是写代码的问题。是规划工作、编写代码、测试验证、捕捉边界情况、标记处理不了的部分——这一串动作如果每一步都等人类确认，你会发现"监督模型"比"自己干"更耗时间。人类从执行者降级为保姆，而保姆的时薪通常比执行者高。
Agentic系统的解法很直接：把目标扔给AI，配一套工具，让它自己决定下一步。做计划、调API、检查结果、失败重试。人类定目标、审结果；中间发生的一切，模型自己兜着。
SS&C Blue Prism的观察是，企业正在意识到一件事：AI同事不是未来时，是进行时。复杂工作流的管理已经不需要持续的人类监督。
从单兵到兵团：架构层的微服务化
单个agent有天花板。一个模型、一个上下文窗口、一个循环——边界清晰的任务能应付，但工作本身太大或太杂时，可靠性断崖式下跌。
企业AI的架构迁移不是堆更大的模型，是堆更多的agent。专业agent的编排网络：每个agent锁定一个领域，由编排器协调，共享记忆 grounding。这种结构能完成的工作流，单模型要么上下文窗口爆炸，要么可靠性不达标。
行业里的类比越来越指向微服务。单体应用让位于分布式架构，全能型agent也让位于编排化的专业agent团队——"傀儡师"式的编排器调动各路专家。
Fordel Studios的架构图里，这种分层很清晰：顶层是用户接口和目标输入，中间是编排层负责任务分解和agent调度，底层是各专业agent的执行层。记忆和工具库横向贯穿，保证上下文不丢。
保险行业给了个干净的落地样本。一个多agent系统处理单次理赔，动用了7个专职agent：Planner Agent启动工作流，Coverage Agent核验保单，Fraud Agent扫描异常，Payout Agent计算金额，Audit Agent生成人类可读的摘要。
结果是处理时间砍掉80%。
这个数字的残酷之处在于：它不是实验室里的理论加速，是理赔员每天处理的单子。省下来的时间，公司可以选择裁员，也可以选择让人去处理那20%真正需要人类判断的复杂案件。两种选择都在发生。
编排器的权力：谁当傀儡师
多agent架构的核心权力落在编排器手里。它决定任务怎么拆、调谁、顺序是什么、冲突怎么解。
这个角色的设计空间很大。简单版本是规则引擎：if A then B。复杂版本是另一个LLM，动态规划、实时调整。最激进的版本在实验强化学习，让编排器从反馈里学最优调度策略。
MachineLearningMastery的跟踪显示，开源社区正在分化。LangGraph、AutoGen、CrewAI三条路线各自聚集开发者。LangGraph强在状态管理和可视化调试，AutoGen背靠微软生态强调对话式协作，CrewAI走角色扮演路线，让agent有"人设"来减少协调成本。
没有统一标准意味着没有锁定，也意味着迁移成本。企业选型时赌的不只是技术栈，是哪家社区能活到明年。
共享记忆层是另一个战场。Agent之间需要交换上下文，但怎么交换、交换多少、隐私边界在哪，没有共识。有的架构用中心化向量数据库，有的走点对点同步，有的在尝试区块链式的不可篡改日志——不是为了去中心化，是为了审计时能说清楚"这个决定是谁做的"。
从工具到同事：组织层面的 friction
技术架构变了，组织架构还没跟上。
Agent作为"同事"引入，触发的是一系列没有手册的问题。KPI怎么设？一个agent处理了80%的标准理赔，它的绩效算谁的？出错时责任怎么追溯？是写agent的人、部署agent的人、还是最后点"确认"的人？
更隐蔽的是技能贬值曲线。过去三年，"会用AI工具"是简历加分项。现在工具自己干活，人类的溢价转向"能定义好问题"和"能判断结果好坏"。但这两件事比"操作软件"难教得多，也难评估得多。
保险行业的理赔员正在经历这种转换。系统接手了标准化流程，留给人的是模糊地带：保单条款的灰色解释、客户情绪的安抚、欺诈信号的直觉判断。这些工作的产出很难量化，但公司又迫切需要量化来 justify 人力成本。
有些团队在实验"人机混合KPI"：agent的吞吐量+人类的升级处理率+客户满意度，打包成一个综合分。但权重怎么设，会议室里吵了三个月。
可靠性幻觉：当agent说"我搞定了"
多agent系统的一个隐蔽风险是错误放大。单模型出错，人类通常能 catch；但七个agent接力，每个都以为上一个没问题，错误可以一路传导到终点。
保险案例里的Audit Agent是道防线，但审计本身也是agent做的。递归式的自我检查听起来美好，实际中出现过Audit Agent给Fraud Agent的漏检打勾的情况——不是因为串通，是因为训练数据里的"正常"样本覆盖了边缘案例。
行业里的应对还在早期。有的在关键节点强制插入人类确认点，但这就削弱了自动化的价值。有的在实验"对抗性agent"：专门养一个挑刺的agent，它的唯一任务是找出其他agent的漏洞。成本翻倍，但某些场景下值得。
更根本的问题是评估标准。怎么知道一个agent系统"足够好"？传统的软件测试用例覆盖率在非确定性模型面前失效。有的团队转向"行为契约"：不规定具体输出，规定输出必须满足的不变式。比如"赔付金额不能超过保单上限"是硬约束，"摘要必须包含客户姓名和出险时间"是软约束。
契约的编写本身成了新工种。懂业务、懂逻辑、又懂模型行为边界的人，时价比普通产品经理高40%——这是某头部保险公司的内部数据。
落地地图：谁在真干，谁在观望
1445%的咨询增长不等于1445%的采购增长。Gartner的同一批数据里，实际部署多agent系统的企业占比还不到15%。大多数还在POC阶段，或者更诚实地说，还在"让我们先看看别人怎么摔"阶段。
金融和保险领跑，原因很实际：数据结构化程度高、流程标准化、错误成本高到值得投入。制造业在跟进，但场景更碎：一个工厂的"异常检测"可能涉及二十种不同的设备信号，每种都要专门agent，编排复杂度指数级上升。
医疗是最谨慎的。FDA对AI诊断设备的审批框架还没覆盖多agent系统，"黑箱套黑箱"的监管难题没有解法。有些医院在行政流程里试水，临床决策层至少还要两年。
创业公司的窗口期正在收窄。基础设施层有大厂碾压，应用层有行业know-how壁垒，中间层的编排工具最拥挤但也最危险——OpenAI和Anthropic的下一步更新可能直接吃掉这个层。
一个被反复提到的信号：OpenAI的Swarm框架发布时，某多agent初创公司的CEO在X上发了条"well, shit"，然后删了。截图还在流传。
2025-26的结构性切换
回到开头那个1445%。这个数字的陡峭程度暗示这不是渐进改良，是范式替换的陡峭期。
Copilot时代的人类是驾驶员，手握方向盘，AI在副驾递导航建议。Agent时代的人类更像产品经理：定OKR、审交付物、处理升级投诉。方向盘没了，但你要为事故负责。
这种切换对25-40岁的科技从业者意味着什么？技能组合在重构。代码能力还在贬值，但"把模糊目标翻译成可执行约束"的能力在溢价。不是写prompt，是设计agent的决策边界；不是调模型参数，是定义什么情况下必须喊人。
保险行业那个7-agent系统的架构师，背景是规则引擎时代的业务流程管理，不是深度学习。这种跨界组合正在成为标配。
最后的事实：Gartner的咨询增长曲线里，Q2 2025的斜率比Q1更陡。也就是说，1445%可能还不是峰值。
热门跟贴