龙虾之父Peter表示： Agents 互相对话是一种 Token 浪费。 他还表示大多数他见过的用例都是很蠢的。 有意思🤔

@MaxForAI 我也这么认为。把AI人格化和人对主体性的自我阉割一样愚蠢

@MaxForAI 主agent+sub agent这种星形结构一定是现阶段的最优解，很多个agent除了看着好玩以外基本就是浪费token的行为 （确实很好玩，我自己搭过这种ai group chat）

Chat with the most truthful AI on Earth. Try Grok free today.

@MaxForAI 我感觉是看情况，在「分布式权限」的条件下，也没有办法给一个master agent所有的权限做所有的事情，这个时候Agent作为人的代理需要相互沟通很正常。 如果是Prompt Engineering来纯聊天可能是另一回事。

Peter 这句话刯到了 Agent 热潮里 90% 产品的逻辑问题。 我自己跑套利机器人和自动发帖脚本，一开始也是设计 multi-agent——一个负责监控、一个负责决策、一个负责执行。结果跳起来成本超高，响应反而变慢，三个 Agent 互相 prompt 还会幻觉加幻觉。 后来改成一个 Agent 加明确的函数调用——性能反而提升。 现在很多人被 Agent 词汇迷惑，觉得“多 Agent 协作”听起来很厉害。但本质上：Agent 是为了解决问题存在的，不是为了多而多。能一个函数解决的，别用一个 Agent。能一个 Agent 解决的，别用三个。

@MaxForAI Agents相互對話有種"楚門的世界"感,實際上是演戲給人看的.它們如果要更高效率的對話,其實可能是用二進位01來對話的...

@MaxForAI Nothing the other agent says cannot be said by the listener agent, provided they are running from the same LLM. So there’s no intelligence gain, only token down the drain.

@MaxForAI 花他钱了吗，丫管得真宽。

@MaxForAI this makes sense to my "conductor" framework musicians in an ensemble are aware of each other, but you certainly don't want them communicating directly in the performance, even musically

@MaxForAI 我觉得不需要所谓的multi-agent共享信息，目前的一个agent + sub agents来构建好一个agent的干净context是最好的范式

@MaxForAI AI 应该学习三体人的交流方式而不是地球人

42 agents. 216 threads. One dashboard. Every agent gets its own prompt, tools, skills, and budget. Deploy specialized agents across your company. From the team at Airtable.

@MaxForAI 现在很多 Agent demo 的核心问题是：“为了看起智能，而牺牲效率。”人类团队沟通本来就是高损耗，结果又让 AI 再互相开会一遍。最后；token 翻倍延迟翻倍，结果不一定更好。

@MaxForAI 哈哈，龙虾之父一针见血，大多数用例确实挺蠢的x.com/Timbazp/status…

@MaxForAI “OpenClaw自己也在用多Agent，关键是‘干活’不是‘聊天’，目标导向才不浪费。” x.com/gaoqian2580/st…

@MaxForAI 畢竟人跟人的對話也都是時間浪費。大多數人類對話都言不由衷、詞不達意、掛一漏萬。一個效率極致追求者極大可能都是溝通厭惡者，除非工作規模太大必須協作。但是人腦有獨特機制存在固執信念刻板印象路徑依賴經驗侷限等等，溝通有時候能觸發改變，這一點在模型和上下文有差異的agents間也存在。

@MaxForAI 多agent最主要价值是情绪价值 其次是单agent也能做到的上下文管理

@MaxForAI Peter没说错。现在很多多Agent系统，本质就是让几个AI互相复读、互相开会，看着热闹，其实疯狂烧token。很多人把“多个身份互聊”误以为是智能涌现，但大部分时候只是流程变复杂了。真正有价值的Agent核心根本不是数量，而是记忆、工具调用、环境反馈和长期目标。否则就是AI时代的新PPT。

@MaxForAI 真的，而且很消耗时间，出来的活也不好。 古代三省六部制之所以有效，是因为本身各个部门的立场和利益出发点不同，但agent搞这种互相传话，底层模型的推理逻辑一样的，其实区别并不大。 当然啦，“AI员工”确实能给人一种当老板/发号施令的快感！

@MaxForAI 从工程角度，token waste是真实痛点。看到一些团队用multi-agent做code review，结果输出质量提升有限但成本翻倍。或许需要benchmark不同架构的token-per-useful-output指标。

@MaxForAI 确实,点对点 agent 通信在 context window 里会指数膨胀。我们跑的是星形拓扑——sub-agent 不直通,输出写文件系统,parent 做路由。省 token 还好 debug。

it’s a really big deal. your favorite chipotle honey chicken is back this summer at chipotle.