---
title: "32 个智能体一起干，快了 18.9 倍"
date: 2026-11-22
category: AI大模型
site: 脑机网
canonical: https://aiai.cafe/a/njw-replit-32-agents-1122
language: zh-CN
---

# 32 个智能体一起干，快了 18.9 倍

> 32 个智能体同时开工，跑出 18.9 倍。

32 个智能体同时开工，跑出 18.9 倍。

Replit 公布了一份编码研究：32 个智能体协作，报告的整体提速是 18.9 倍。研究的对象只有编码这一件事。

18.9 倍，离 32 倍差着 13 倍。

这个差额可以算。32 个智能体如果各干各的、互不等待，力气直接相加，上限就是 32 倍。实测落在 18.9 倍，少掉的那一截不是谁偷懒，是协作要付的成本。如果两两都要通气，组合数是 32 乘 31 再除以 2，496 对。每一对都要有人发、有人读、有人回，而回复本身不产出结果。通道数只是上限，真正花掉的时间在每一次对齐上。

先看这条除法。

18.9 除以 32，约 0.59。

平均下来，每多一个智能体，整体只多出 0.59 份推进力。18.9 摊回 32 份，每份 0.59；如果 32 份都出满力，这个数会是 32。差距不在勤奋，在递减。越往后每一份能加进来的越少，可切的部分越切越细，切不动的那部分一直留在原地。平均值把递减盖住了，前面几个加得多，后面几个加得少，合起来才摊出 0.59。看平均数，看不出该在哪一个停手。

0.59 是平均数，不是边际值。

## 32 份力气

把 18.9 代回并行公式，能倒推出一个比例。

公式不长：加速比等于 1 除以（串行比例 加 并行比例 除以 32）。令结果等于 18.9，反解，串行比例落在 2.2%。换句话说，只有当不能并行的活只占 2.2% 时，32 份并行才会跑出 18.9 倍。2.2% 看着小，可它决定天花板：加到 320 个、3200 个智能体，上限都是 1 除以 0.022，约 45 倍。

2.2% 卡住了 45 倍。

这是倒推，不是报告给的数。报告只给 18.9，公式是我们套上去的。套得上，说明这个数符合并行系统的一般形状：先陡后平，越往后越靠那 2.2% 的脖子。陡的那一段，在这份研究里已经过去了。倒推还有个前提：32 份活要能同时开工，中间不排队等人。这个前提，报告里也没有验证。

公式里的 32 是名义并行度，18.9 是有效并行度。

两者差 13.1。这个差不是浪费，是协调成本，只要 32 份活要互相交接，它就会收。把 13.1 当成“可以优化掉的部分”，等于假设 32 个智能体不用说话就能接上彼此的活。

倒推的精度，不会高过原来那个数。

18.9 若是四舍五入来的，2.2% 也跟着晃；18.9 若只是某一次运行的结果，45 倍就只是个量级。反推的好处是能看见天花板在哪，坏处是把一个观测值当成了常数。这条公式能说明方向，说明不了下一次跑出来是 18.9 还是 15。

## 最强的那个单模型

同一份研究里还有一句：GPT-6.2 Astra 是最强的单模型。

这句话的位置很关键。如果多智能体只是没有强模型时的替代方案，18.9 倍可以读成用数量补质量：单个不够，拿 32 个凑。可这份研究在给出 18.9 倍的同时，点名最强单模型是 GPT-6.2 Astra。强单模型已经在那儿，32 个智能体仍然跑出了 18.9 倍。把这两句放回同一份研究，18.9 的性质就变了。

这就不是缺一个更好的单模型，而是最好的单模型已经在那儿，叠加仍然多出了这一截。

多出来的这一截，账要记在组织方式上。

至于是不是同一个模型复制了 32 份，报告没说。若不是同一个，18.9 里就还混着“用了不同模型”的成分；若是同一个，它就纯粹是切分和交接的功劳。两种可能，报告都没有排除。这一点没定，18.9 的归因就还留着一条缝。缝不大，可它正好落在归因那一栏上：切分占多少，换模型占多少，分不开。

## 交接处的损耗

32 个智能体之间，活要交出去。

交出去的不是代码，是“我做到哪了”这段状态。状态得写成对方看得懂的形式：一句说明、一段改动、一份结果。写这段状态的功夫，不产出新东西，却要在每次交接时付一遍。

这段状态没有标准格式。

写详了，接收方要读完才敢动手；写简了，接收方要重新猜一遍。详略怎么定，每个智能体自己拿主意，32 个就有 32 种写法。交接越多，格式越不统一，读的人越费劲。

496 条通道，不会条条都用上。

用上的每一条，都要付一次转述成本。一个说完了，另一个按自己的理解接着做，偏差要到第三手才露出来。这时候返工的代价，已经乘上了并行的份数。越并行，错得越贵。

并行放大速度，也放大偏差。

这也是为什么 0.59 会一路往下。前几个智能体接手的是整块活，交接少，损耗小；越往后，切得越碎，每一次传递都要重新解释一遍上下文。解释不产生代码，只产生对齐。

对齐是并行的隐形账单。

## 切得开才快

并行还有一个前提：接缝得真的存在。

一块石头没法分给 32 个人同时凿，下一锤要看上一锤的位置。一份代码可以，因为它本来就被函数、文件、测试切成一段一段。切分不是智能体发明的，是任务自带的。智能体做的，是找到那些接缝，把 32 份力气塞进去。找到接缝这件事也要花时间，而且花的是不能并行的时间。

接缝越多越像 32 倍，越少越像 1 倍。

18.9 说的是接缝，不是智力。换一个接缝少的活，同一套 32 个智能体，跑出来的倍数会掉。倍数不是模型的属性，是任务形状和组织方式一起决定的。同一个模型，接缝多的活上跑出 18.9，接缝少的活上跑出多少，是另一道题。接缝少的活，32 份力气会挤在同一处等，等到最后还是一个一个来。

接缝在哪，事先不知道。

要知道一份活能不能切开，得先读一遍、试一遍，这段勘察的时间不参与并行。切得越细，勘察越久，而立项、验收这些动作也不会因为切得细就消失，反而会变多。

所以 18.9 只能当一次测量，不能当地板，也不能当天花板。它证明的是：在编码这件事上，把活切开、交给 32 个智能体、让它们互相交接，能跑到 18.9 倍。它没证明换个领域还成立，也没证明加到 64 个会变成 37.8 倍。

64 个不会自动变 37.8。

按同一条曲线，64 个的理论上限是 1 除以（0.022 加 0.978 除以 64），约 27 倍。智能体翻一倍，倍数只多出 8 倍上下。再往上，添的会越来越少。

## 收益记在哪一栏

一笔提速，可以记在两个地方。

记在模型那一栏，意思是这一代比上一代强，换个用法也强。记在组织那一栏，意思是模型没变，用法变了，换个模型也能拿走一部分。18.9 倍属于后者：这份研究在报出 32 个智能体的成绩时，也点名了最强单模型是 GPT-6.2 Astra。强单模型已经在那儿，成绩仍然出在协作这一侧。

换的是用法，不一定是模型。

换成别的模型，18.9 会变成多少，报告没给。组织方式的收益能不能搬走，要看接缝在任务里还是在模型里：在任务里，换模型也搬得走；在模型里，换一家就没了。这条分界，报告也没画。

这两栏的差别落到日常，是想复现这个数，不必等下一代模型，先把任务切细、把交接定清楚。切不细的活，等再强的模型也没用，瓶颈不在智力，在接缝。

瓶颈在接缝。

## 停手的地方

32 是一个整数，也是一个停手的地方。

这份研究给出的，是三个数和一个名字：32 个智能体，18.9 倍，最强单模型叫 GPT-6.2 Astra。任务清单、失败次数、成本，这三样不在这份材料里。

一个数，一句定语。

数字停在这里，能推的就只有一条：32 份力气没有变成 32 倍。32 减 18.9，差的 13.1，落在切分和交接上。吃掉多少、吃在哪一段，要等下一份报告把任务清单和对照数字补上。

下次再有人报多智能体的倍数，先问三个数：几个智能体、对的是哪个单模型、任务是什么。三个数齐了，倍数才有意义。

18.9 倍是真的。它快在切分上，不快在模型上。

**免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。**

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-replit-32-agents-1122
本内容仅供参考，不构成投资建议。
