多Agent令人兴奋，因为它似乎把一个人的执行能力扩成了一支队伍。但工作同时增加的，还有解释、交接、比较、纠错与验收。
我把这些新增协调成本称为“多Agent编排税”。它不是某种收费，而是把多个执行者组织成一个结果必须付出的工作。
我的核心判断是：当执行能力扩张快于整合能力，多Agent首先放大的可能是待处理输出，而非可交付成果。
一、并行不等于总时间缩短
研究、设计和开发可以部分并行，但它们往往共享假设。研究改变了用户定义，设计与开发就可能同时返工；多个Agent各自优化局部任务，最终接口仍可能彼此冲突。
真正需要比较的是端到端时间：生成、等待、整合、验证和返工合计多少。只统计Agent运行速度，会遗漏人的夜间审阅和第二天的修补。
并行最适合边界清楚、依赖较少的工作。高度耦合的任务如果缺少共同依据，增加执行者可能先增加协调负担。
二、编排税主要发生在哪里
第一是解释成本：同一背景需要被反复说明。第二是依赖成本：一个结果改变另一个任务的输入。第三是冲突成本：看似合理的方案互不相容。第四是验收成本：必须有人确认最终组合是否真正满足目标。
这些成本并不都需要人承担，工具可以帮助比较版本、检查约束和追踪依赖。但把协调交给另一个Agent，也只是移动了问题；协调结果仍需要足够可见，错误仍需要有地方被发现。
有效编排不是把所有任务连接起来，而是减少不必要的连接，并让必要的连接具有清楚的规则。
三、人的注意力成为系统容量
输出可以迅速扩张，认真判断的时间却有限。当候选结果不断到达，人会倾向于接受表达最流畅、汇报最积极的那个版本，而不是依据最充分的版本。
这是一种判断结构的风险，并不等于已经证明使用AI必然削弱认知。关键在于系统是否把过量、低差异的信息同时推给人，让人用疲劳代替比较。
因此，多Agent系统应当管理决策负荷：合并重复信息，明确真正分歧，呈现证据差异，把需要人选择的事项压缩到有意义的节点。
四、收口是一项独立工作
五份完成的子报告，并不自动组成一份可交付方案。术语要一致，事实版本要一致，彼此矛盾的建议要被处理，最终内容还要回到同一个目标。
收口需要明确负责人，也需要提前说明验收标准。否则，执行者各自宣布完成，最后的整合工作却变成一个没有被安排的隐藏项目。
我的判断是，未来协作能力的重要指标将是收口效率：能够以多少额外判断和返工，把分散产出转化为一个可以采用的整体。
五、自治的价值，在于释放有效注意力
如果人在每个微小步骤都要重新批准，自动化的收益会被确认动作吃掉。如果系统把沉默理解为无限授权，便利又会侵蚀人的决定权。
更合理的结构，是让任务范围内的工作连续进行，在改变目标、影响范围和重要资源的节点上重新判断。人应当能够观察、纠正和停止，而不必扮演每个操作的传令员。
这使“人类主场”成为一个可讨论的组织原则：目标、依据、工作状态与决定在同一个可理解的关系中，而不是分散在执行者各自的叙述里。
六、减少Agent，也可能是一次性能优化
给每项任务安排更多Agent，未必是最优策略。有时一名执行者沿清楚路径完成工作，比多个执行者不断交换材料更有效；有时独立复核又确实能发现单一路径遗漏的问题。
选择取决于任务结构。独立探索适合比较不同假设，重复执行适合测量稳定性，而高耦合修改需要谨慎管理共同状态。并行应有具体理由，不能仅仅因为资源可用。
评价系统时，可以把采用结果数量与总协调投入放在一起看。增加Agent之后，这个比值如果持续恶化，就应检查分工，而不是继续增加数量。
七、未来的优势是组织智能，而不只是拥有智能
模型、Agent和工具会变化，但协作中的几个问题不会消失：以什么为准，谁负责交接，哪里存在分歧，何时算完成。
能够回答这些问题的系统，才有机会把执行扩张变成生产力扩张。否则，越多的智能越可能把人包围在等待审阅的材料之中。
多Agent时代真正值得争夺的，是把智能组织成有效行动的能力。人的位置不是忙着追赶每一条回报，而是保持目标与结果之间的联系。
让Agent跑起来是一项能力。让工作收得回来，是另一项能力。后一项决定前一项能走多远。