为什么 AI Agent 团队也逃不过“人多了反而慢”？
2021 年 4 月，笔者写过一篇《为什么现代软件工程离不开项目管理》；2022 年 9 月，写了《你的团队在正确实践敏捷吗》；同年 12 月，又写了《为什么需要在软件项目中考虑复杂度》。当时觉得这是三个不同的话题：一篇讲流程，一篇讲方法论，一篇讲架构。最近把它们翻出来重读，才发现它们其实在绕着同一个问题打转：人多了，为什么反而慢了？ 复杂度那篇的引言甚至直接写着："随着项目规模的增长，复杂度会以指数级的速度增加，如果不加以控制，最终会导致项目的失败。"
这些年带团队，这个问题也从纸面落到了身上。项目延期，第一反应是加人；人加进来了，进度反而更糟——新人要熟悉上下文，老人要停下来带新人，会议多了一倍，对齐的成本涨得比产出快。五十年前 Fred Brooks 在《人月神话》（The Mythical Man-Month，1975）里就把这个现象说透了："往一个已经延期的软件项目里加人，只会让它更晚交付。"这句话程序员都听过，也都点头。但严格说，它一直只是一句格言，算不上一条定律——没有哪家公司能拿自己的团队做对照实验，去验证它到底有多准。
有意思的是，最近这件事出现了转机，而带来转机的不是管理学，是 AI。2025 年底，MIT 和 Google Research 的研究者测了 180 种 agent 系统配置，结果活脱脱是《人月神话》的复刻：在必须一步接一步完成的任务上，每一种多 agent 方案都比单个 agent 更差，差 39% 到 70%；集群规模超过三四个 agent，加得越多越糟。人月神话诞生五十年，第一次有了对照实验——只不过被试不是人，是 agent。
这就是本文想讲的事：AI agent 团队正在精确复刻人类组织的老毛病；而更有意思的另一半是，它是历史上第一个能把这笔账完全算清楚的组织形态。
先别急着看论据，亲手感受一下这条曲线。下面这个小工具里，你可以在"人类团队"和"AI agent 团队"之间切换，拖动滑杆改变团队规模。两边参数不同，但曲线的形状，是有意做成一样的。
过了最佳规模，每多加一个人（或一个 agent），买到的产出都比上一个少；再往后，总产出不升反降。这不是哪支团队的毛病，而是协作这件事本身的数学性质。
五十年前就算过的账
Brooks 当年的推理，其实只用到一个初中数学公式。一个 n 人团队里，两两之间的沟通渠道有 n(n−1)/2 条：4 个人是 6 条，16 个人就是 120 条。人数涨 4 倍，沟通渠道涨了 20 倍。每一条渠道都要花时间维护——同步进展、对齐理解、消除误会——所以团队越大，花在"互相说话"上的时间占比越高，真正干活的时间占比越低。顺带修正一下笔者当年的用词：复杂度那篇说的"指数级"其实夸张了，n(n−1)/2 是平方级——不过病根找对了。
2007 年，性能分析专家 Neil Gunther 在《Guerrilla Capacity Planning》里把这笔账写成了正式的公式，叫 通用可扩展性定律（Universal Scalability Law，USL）。它本来是用来解释"为什么给数据库加 CPU，加到后面就不管用了"，但它描述的是一切"多个工作单元协作"的系统——包括人。公式全文只出现这一次：
λN
X(N) = ───────────────────────
1 + σ(N−1) + κN(N−1)
三个参数，翻译成大白话就是：
- λ（单兵产能）：一个人单干时的产出。分子上的 λN 是理想情况——N 个人干 N 倍的活。
- σ（排队成本）：抢公共资源的代价。所有人都在等同一个测试环境、同一个代码评审人，谁先谁后总得排队。它随人数线性增长，烦人，但可控。
- κ（对齐成本）：让所有人对同一件事保持同一个理解的代价。注意它挂着 N(N−1)——正是 Brooks 数出来的那个沟通渠道数。它随人数的 平方 增长，这才是要命的一项。
下文再遇到这三个符号时，我尽量让大白话跟在旁边——λ 就是单兵产能，σ 就是排队成本，κ 就是对齐成本；记不住字母没关系，跟着中文走就行。
对齐成本 κ 这一项，就是《人月神话》的严格数学形式。而且这个公式还白送一个结论：对 X(N) 求导，产出峰值出现在 N* = √((1−σ)/κ)。也就是说，最优团队规模是可以算出来的。按一组典型参数算下来，N* 大约是 8——亚马逊那条"两个披萨要能喂饱整个团队"的著名规矩不是玄学，是这条曲线的极值点。
打个比方。后厨里，排队成本 σ，是几个厨师抢同一个灶台——挤，但挤到头也就那样；对齐成本 κ，是整个后厨互相喊话对单子——人越多越吵，直到没人听得清任何一句。餐饮业的解法是小票系统：所有人只看小票，不用互相喊。这是一笔典型的 结构性投资：花成本建一套协作规则，换对齐成本的下降。
回头看，软件行业这几十年的管理方法论，几乎全是在跟对齐成本 κ 搏斗。项目经理这个岗位的本质，是把"人人都要跟人人对齐"的 120 条渠道，收拢成"人人只跟 PM 对齐"的 16 条——用平方换线性。代价是 PM 自己成了新的排队点：对齐成本 κ 降了，排队成本 σ 升了。这是一笔交易，不是白捡。瀑布模型靠重文档减少口头对齐；敏捷反其道而行，干脆把团队规模压回最优点以内——小团队、短迭代。笔者当年在敏捷那篇里写过"敏捷并不一定意味着快"，现在可以补上后半句：它快不在手速，而在把对齐成本摁住。
这套账真放到人身上算，数字会难看到什么程度？给一组示意参数（λ=4.64 个 PR/人/周、σ=0.0158、κ=0.0146——注意这是构造出来的示意模型，不是实测调查），16 人团队的周产出约 15.6 个 PR，有效产能只剩 21%，相当于 3.4 个全职工程师在干活；而 8 人团队反而能交付 19.2 个 PR。多出来的那 8 个人，不但没带来产出，还把总产出拉低了。不过要老实承认：这些数字是 算 出来的，不是 量 出来的——对人类团队，你只能算，没法量。这个伏笔，文末回收。
同一条曲线，换了主角
再看 agent。过去一年多，multi-agent（多智能体）是 AI 工程里最炙手可热的方向之一：一个 agent 不够聪明，那就来一打，分工协作，各司其职——听上去跟"项目延期就加人"是同一个直觉。而实证研究给这个直觉泼的冷水，几乎每一盆都能在管理学教材里找到原型。
开头提到的那项研究——MIT 与 Google Research 合作的《Towards a Science of Scaling Agent Systems》——结论值得完整转述：在可以并行的任务上，多 agent 确实有效，中心化协调比单 agent 高出 80.9%；但在必须顺序完成的任务上，所有多 agent 变体都更差，差 39% 到 70%；而且超过三四个 agent 后，继续加只会更糟。他们把这归纳为"架构与任务的匹配决定协作成败"——翻译一下：活能不能拆，决定了人多是帮忙还是添乱。任何带过团队的人读到这句，都会会心一笑。
失败的具体方式也似曾相识。伯克利团队在 NeurIPS 2025 发表的研究《Why Do Multi-Agent LLM Systems Fail?》分析了 7 个主流 multi-agent 框架的 1600 多条执行轨迹，给失败模式建了一套分类学（MAST）。结果是：这些系统的失败率在四到八成之间，而所有失败里约 37% 属于 agent 之间没对齐——各说各话、丢上下文、把队友已经定好的方案推倒重来。另一个基准测试 Silo-Bench 更直接：哪怕只有两个 agent，协调开销就已经吃掉单 agent 性能的 15% 到 49%。两个人的会都开不明白——这一点，agent 学得很像。
错误传播的数据，则把"项目经理"的价值量化了。MIT–Google 那项研究测得：没有协调者的独立 agent 集群，一个错误在扩散中会被放大 17.2 倍；引入中心化协调者后，压到 4.4 倍。orchestrator（编排器）就是 agent 世界的项目经理，它做的正是那笔平方换线性的老交易：所有 agent 只跟它对齐，对齐成本 κ 压下去了；它自己成了串行瓶颈，排队成本 σ 升上来了。五十年的管理学，一行代码没写，先在 agent 架构里全部复现了一遍。
当然，故事不是"多 agent 一无是处"。Anthropic 的多 agent 研究系统在广度优先的调研任务上比单 agent 高出 90.2%——那种活本来就该十个人分头去查。Cognition（Devin 的开发商）先是发文《Don't Build Multi-Agents》劝大家别搭多 agent，几个月后又发了一篇《哪些多 agent 模式真的能跑》，落点是：读操作放心分派，写操作收归单线。正反两方吵出来的共识，恰好就是那条曲线本来的含义：对齐成本 κ 低的活（并行调研）随便加人；κ 高的活（顺序写作）人越少越好。
这一次，这笔账能算清了
到这里你可能会说：这些不过是把管理学常识重新验证了一遍，值得大惊小怪吗？值得——因为"验证"这两个字，管理学等了一百年。
组织经济学一直想精确测量协调成本，但面前横着三堵墙：
- 没有日志：你没法给一家公司打 log。走廊里的一次闲聊、会议室里的一个眼神，都不会留下记录。
- 不能重跑：你不能让同一家公司用 8 个人把这个季度过一遍，再换 16 个人重过一遍来比较产出——历史只发生一次，反事实无从观测。
- 人会应付指标：古德哈特定律（Goodhart's Law）说，一个指标一旦成为考核目标，它就不再是好指标。数代码行数，就得到注水的代码；数工单数量，工单就会被拆得稀碎。
agent 把三堵墙同时拆了。每一次交互都走 API——token 用量、时间戳、完整内容，天然全量记录，第一堵墙没了。同一批任务，用 2 个、4 个、8 个、16 个 agent 各跑一遍，其他条件全部锁死，一个下午加一点推理预算就够，第二堵墙没了。agent 不知道自己被测量，也不会为了绩效虚报工作量，第三堵墙没了。组织经济学梦寐以求的实验条件，agent 系统全部免费赠送。
不过真要动手测，有一个坑必须绕开：协调成本不等于"agent 之间来回消息的 token 数"。研究 token 流向的工作（如 AgentTaxo）发现，多 agent 系统里最大的开销不在看得见的交接消息，而在反复重发的冗余上下文和验证环节；更极端的是，LatentMAS 这类工作证明了 agent 可以完全在潜空间里协作——根本没有自然语言消息可数。只数消息，就像用会议时长衡量一家公司的协调成本：会开得少，不代表对齐得好。
靠谱的测量走两条路线。一条是 结果侧的整体测量：固定任务集，扫描团队规模 N，看产出曲线在哪里弯离理想直线——弯掉的部分就是协调税，不需要拆解归因。Silo-Bench 的 RCC 指标（损失掉的单 agent 性能占比）走的就是这条路。另一条是 过程侧的一组指标：上下文重复率、agent 利用率、每次委派的成本、错误放大倍数。每一个都只是协调成本的一个侧面，凑成仪表盘看趋势可以，但别指望其中任何一个单独等于真相。科学哲学里的迪昂–奎因论题（Duhem–Quine）讲的就是这件事：整体偏差可测，单点归因不可得。
上一节末尾的伏笔可以回收了：对人类团队，那些数字只能算；对 agent 团队，它们第一次可以量。人月神话从一句格言，变成了一条可以复现实验的定律——这是 AI 给管理学的一份意外礼物。
接下来，什么能力值钱
最后聊聊这件事对个人的意义。这条曲线不光描述团队，也圈定了职业发展的方向。
把 USL 的三个参数当成一张能力地图看。过去几十年，软件行业的溢价几乎都发给了单兵产能，也就是公式里的 λ。写得快、bug 少、精通框架，这些是简历上的硬通货。而 AI 正在把单兵产能批发化：单个 agent 的产能便宜、充足、按 token 计价，而且还在降价。当分子不再稀缺，值钱的位置就挪到了分母——谁能把对齐成本 κ 压下去，谁就是下一个时代的稀缺人才。
压对齐成本 κ 是一门具体的手艺，不是空话。往细了说至少有四样：
- 任务拆分：拆到能并行、边界清晰不打架——拆得好，对齐成本天然就低。
- 协议设计：什么信息必须同步、什么信息不许广播——后厨的小票系统干的就是这个。
- 验证标准：机器能自动裁决的对错越多，需要人来对齐的就越少。
- 编排：什么时候用中心化收口，什么时候放手让 agent 并行。
眼熟吗？这就是架构师和技术管理者一直在干的活。区别在于，这门手艺第一次有了仪表盘：你设计的每一版协作结构，跑一遍就能看到读数，好不好，曲线说了算。
说到这里，可能有读者要问：对齐成本能压，排队成本能不能压？当然能，而且工程师一直在压：环境不够就多开几套，CI 排队就加并发，灶台不够可以再买两个。但两者有个关键区别：排队成本（σ）是线性项，多数时候能用钱直接买下来，而能用钱解决的问题构不成稀缺能力；对齐成本（κ）是平方项，砸钱没用，只能靠设计。同样压低四倍，两个旋钮拧出来的效果差多远，下图一目了然。
道理讲完，落到操作上。这条曲线对不同位置的人，各有几件明天就能上手的事。
如果你是一线工程师：把功夫从"写得快"挪一部分到"拆得好"。接到需求先拆任务，拆完自查一条：任意两个子任务会不会碰同一个文件、同一张表？会，就重拆——读操作尽管并行，写操作收归单线。给 agent 派活时，把接口约定和验收标准写在任务开头，让它不用回头问你；顺序性强的活（调试、重构）交给一个 agent 干到底，别开一群。你的 token 账单就是成绩单：反复重喂上下文的占比越高，说明活拆得越差。
如果你带团队、管架构：把"3–4 个"当作 multi-agent 集群的默认上限，想突破就先拿出任务能并行的证据。并行开工之前先把协议定死——schema、接口、规格，宁可慢半天。给集群配一个中心化的验证关口：17.2 倍和 4.4 倍之间，隔的就是这一道闸。评估任何流程——例会、评审、文档——都问同一句：它是在压对齐成本 κ，还是自己变成了新的排队瓶颈 σ？笔者在 2022 年写过一篇《除了画架构图，架构师还需要些什么》，结论是架构师的必备技能一大半在技术之外——沟通、协调、划边界，当时只能把这些归入"软技能"。现在这批软技能有了硬读数：它们干的正是压对齐成本的活。你多年攒下的老本，恰好是新领域里最缺的。
如果你管公司、定组织：团队边界照着"改动能不能互不相扰"来划——边界划得好，对齐成本天然就低，两个披萨仍然是默认值。晋升和激励往"让别人更快"的事上倾斜——接口质量、文档、规范，这些过去难量化的贡献，现在 agent 的账单能替你量出来。每个季度留一笔压对齐成本的结构性投资——协议、工具链、验证基建，它们不直接产出功能，但推得动天花板。最后一条老提醒：对人做测量要防着古德哈特定律，对 agent 系统才可以放心测整体曲线——agent 的仪表盘，别原样搬到人身上。这些管理学的老经验不会过时——它们正以 agent 编排配置的形式，被逐字重写一遍。
2021 年笔者写项目管理那篇的时候，开头引了一句"坏计划也好过没有计划"。当时它只是一句管理格言；现在，它成了一个可以跑分的工程命题。三篇旧文绕着打转的那个问题——人多了为什么反而慢——五十年前 Brooks 给出了答案，如今 agent 给出了实验数据。答案没有变，变的是它第一次可以被验算。
上个时代，值钱的本事是提高单兵产能 λ；这个时代，值钱的本事是压低对齐成本 κ。曲线一直在那里，只是我们终于拿到了读数。