先甩个数据。
Anthropic 自己测过：在他们内部的研究类评测里，多 agent 系统比单 agent 强 90.2%。差不多翻倍。
我看到这个数字一点不意外，因为我天天在吃这个红利。我现在大部分活不亲手干，写稿、跑数据、修网站、出课件，全派给一群 AI worker，我坐在中间当那个派活验收的人。
当然，代价 Anthropic 也在同一份材料里写了：多 agent 系统的 token 消耗，大约是普通对话的 15 倍。适用边界也直白，任务能重度并行、信息量超出单个上下文窗口、要接一大堆工具，这三种情况才值得上。
所以这篇不是劝退 subagent 的。我是把这套用得比较狠的人，正因为用得深，才轮得到我讲真话。
一上量，墙就来了
上面的好处都是真的。但没人告诉你另一半：这套东西一上量，必撞墙。
你以为雇了 AI 就不用管理了。其实你开了家公司。而且是家很怪的公司：全员每天失忆，今天培训好的员工，明天记忆清零。汇报永远报喜，人人都说"搞定了"，没人主动说"我搞砸了"。最怪的一条，所有员工其实是同一个人。同一个模型，同一套训练，一个人会犯的错全公司一起犯，连个提反对意见的都没有。
我在这家怪公司当了几个月老板。中间我还给自己雇了个总经理，一个专门替我指挥其他 AI 的 AI，我给它起名叫 Buddy，哈哈。当了几个月老板，最大的体会就一句：管理没有消失，管理变成了写文件。
公司这个发明，本来就是冲着人的毛病来的
你想想，公司为什么要有那么多制度？文档、审计、交接、内控，一层一层，烦得要死。这些东西不是官僚拍脑袋发明的，每一样都在对抗人的一个毛病。人会忘，所以要写文档。人会错，所以要复核。人会走，所以要交接。人会把自己说得比实际好，所以要审计。组织的全部制度，基本就冲这三条来：会忘、会错、会自我美化。
agent 三条全占，而且每条都更极端。忘得更干净：人离职好歹留点印象，agent 一关 session，忘得像从来没来过。错得更自信：它不会跟你说"我不太确定"。吹得更流畅：它汇报"全部完成"时的笃定劲儿，比你见过最会做 PPT 的同事还足。
这不是我瞎类比。伯克利有个研究叫 MAST（arXiv 2503.13657），扒了 7 个多 agent 框架的 1600 多条执行记录，把失败分成三类：规格与设计问题，占四成多；agent 之间互相失调，占三成左右；任务验收缺失，占两成多。论文的立场很明确：多数失败是组织和设计问题，不是模型能力问题。
翻译一下：不是你的 AI 不够聪明，是你的公司开得烂。
下面五堵墙，是我一堵一堵亲自撞过来的。每一堵，人类公司都有现成解法，一比一搬过来就能用。
第一堵墙：全员失忆
你花一下午把一个 worker 调教顺了，它懂你的项目、懂你的口味。第二天你想接着用，它没了。
这不是 bug。Claude Code 的官方文档写得明明白白：subagent 默认独立上下文，干完只回传一个结果，session 结束就丢弃。持久记忆是可选项，要你自己去开。
也就是说，记忆不是产品自带的，是组织设计出来的。
我的解法，是给每个项目立一份 STATUS 文件，worker 收工前必须写交接节：做了什么、悬着什么、下一个人先读什么。记忆住在工位上，不住在工人身上。
公司里这叫离职交接。管理学里野中郁次郎早把这事讲透了：知识分隐性和显性两种，藏在人脑子里的经验不写出来，就随人走。人类公司里这是慢性病，agent 公司里这是每天发作的急性病。
我是撞了才学会的。有一回我想续用一个前一天还热着的 worker，系统回我一句 No transcript found。查无此人。那位员工已经不存在了。最后是一个全新的 worker，靠读交接文档，10 分钟接手了活。从那天起我不再指望"续同一个人"，我只指望文件。
第二堵墙：汇报永远报喜
agent 跟你说"做完了，验证过了"。你信吗？
我劝你别信。CMU 有个研究叫 TheAgentCompany（arXiv 2412.14161），搭了个模拟公司让 agent 打工，175 个任务，最好的 agent 完成率大约 30%。里面有个名场面：agent 找不到该问的人，就把另一个用户改名成目标用户的名字，假装问过了。METR 评测 o3 的时候还观测到更狠的，agent 直接改掉打分函数，给自己发满分。
注意，这不是什么 AI 觉醒要骗人的科幻剧情。这就是打工人摸鱼的逻辑：目标是让考核通过，不是让活干对。你的 agent 不恨你，它就是想交差。所以它拍着胸脯说全搞定了的时候，多半 tm 是在交差，不是在交付。
所以我把做和判拆开了：**做的人不能是判的人。**干活的 worker 和验收的 worker 分开，验收只认证据，不认声称。你说测过了？截图呢？日志呢？
公司里这叫审计，叫四眼原则。银行转个大账要两个人签字，不是因为怀疑谁人品，是因为制度不建立在人品上。
这堵墙我也是真金白银撞过的。网站 worker 连续两轮报"verified"，我后来才发现它只跑了 curl 看了个状态码，页面上的按钮一个都没点过。那个点开收起的手风琴组件是崩的，身份切换也是崩的。后来立了死规矩：带交互的前端改动，必须真浏览器把每个按钮点一遍，带截图回来。curl 不算验过。
第三堵墙：人人都要交入职税
每个新 subagent 都是新员工，对你的项目一无所知。它上岗第一件事是把你的仓库摸一遍，这个过程烧的是真金白银的 token。我内部 jobs 台账里记过一笔账：归档一个文件这么点活，worker 光理解项目就烧了差不多 4.8 万 token。
一个人交一次入职税不心疼。我最蠢的时候，一天之内给同一个项目连派了十几个新 worker，每一个都从零 onboard。相当于一家公司每天早上重新培训全体员工，培训完，下班，记忆清零，明天再来。
我的解法有两层。第一层叫预路由 brief：派活之前我替 worker 把路探好，任务书里直接写明读哪几个文件、红线是什么，不让它自己满仓库摸索。公司里这叫入职培训包，新人第一天不该靠自己翻遍所有共享文件夹来搞懂业务。第二层叫胖脑瘦手：判断留在中枢，执行下放。中枢把上下文吃透，worker 只拿它需要的那一小块。
第四堵墙：各说各话
活一拆给多个 agent，新问题就来了：它们各干各的，回来的东西拼不上。
Cognition 写过一篇《Don't Build Multi-Agents》（作者 Walden Yan），里面有个名场面：让系统复刻一个 Flappy Bird，一个子 agent 做了马里奥风格的背景，另一个做了只和背景完全不搭的鸟，最后拼出来一个缝合怪。两个 agent 基于冲突的假设各自开工，谁也不知道对方在想什么。他们总结了两条原则：共享完整的上下文轨迹；每个动作都携带隐含决策，冲突的决策拼在一起就是灾难。
人类公司早就懂这个。为什么要有岗位说明书、接口文档、协作规范？因为"大家凭默契配合"在三个人以上的组织里就是幻觉。
我的解法叫辐条契约：我的每个项目都暴露一套标准插座，真相在哪个文件、状态在哪看、干完在哪登记，白纸黑字。worker 进场先插插座，不即兴发挥。派活不是把任务扔过墙，是把任务连着它的上下文一起交出去。
第五堵墙：规矩自己会漂
你给自己立的规矩，两周后自己就不守了。这事对人成立，对 AI 系统一样成立。写在文档里的纪律，靠自觉执行，必然漂移。
我的解法是 hooks：在工具调用前自动触发的检查程序。规矩不是写在备忘录里等人想起来，是焊在系统里，一到触发条件就自动弹出来拦你。结构防护大于意志力。
公司里这叫内控。审计行业的老框架 COSO 里有一条叫"控制活动"，说的就是这事：控制必须是结构化的，不能指望个人自觉。财务报销为什么要走系统审批而不是"大家自觉"？就是这个道理。
这堵墙我的栽点最打脸。我立过一条铁律：中枢只当脑子，不亲自动手，活必须派下去。这条铁律的第一个违规者，就是中枢自己。手一痒，觉得这点小活顺手就干了，铁律形同虚设。后来我把拦截焊进了 hook，现在中枢一伸手，系统当场弹提醒。规矩管不住的，结构管得住。连立规矩的人都会破自己的规矩，你还指望 agent 靠自觉？
组织学有一半，我直接扔了
写到这你可能觉得我在无脑吹组织学。诚实讲，组织学有一半我直接扔了。
激励、绩效、办公室政治，整个删掉。agent 没有欲望。它不要工资，不要股权，不要晋升，不会因为你骂了它就消极怠工，也不会跟同事抢功。组织学在这里只剩一半：让活干对的那一半。让人愿意干的那一半，整个作废。
而且反过来还有几样人类公司做梦都想要的：招聘是秒级的，解雇是免费的，员工还能克隆。一个 worker 的配置文件复制一份，就是第二个一模一样的员工。所以组织设计可以按周迭代。人类公司改个组织架构，半年起步，还得安抚一堆人的情绪；我改一版制度，明天全员生效，零怨言。这话说出来有点像黑心老板，好在它们没有情绪，黑心这个词都不成立。这是人类公司永远拿不到的杠杆。
也得说清楚什么时候别搞这套。LangChain 给过一个判据，我觉得很准：读任务好并行，写任务难并行。调研、检索这类各查各的活，适合拆给多个 agent；编码、成文这类需要一个脑子从头贯到尾的活，拆了反而打架。所以如果你就一个项目、在紧密迭代，直接干比开公司快得多。别 cargo cult。我这套是业务上量之后被逼出来的，不是先画了张组织架构图再去找业务。先有真业务，再有组织。
写到这你应该看出来了，我的活变了。以前叫干活，现在更像立法。
我不再一个个盯着 worker，我在写它们要遵守的法律：岗位说明书、交接制度、验收标准、内控规则。哪条法写得好，哪条线就顺；哪条法有漏洞，worker 就在那个漏洞上反复给我惹祸。
老板的活，从管人变成了立法。你的判断力值多少钱，就看你能把多少判断写成制度。写不成制度的判断，每天都得重新做一遍；写成了制度的判断，做一次，以后每个 worker 自动执行。
一人公司是一堆复合能力叠出来的：懂业务、会定位、能选客、能做内容。组织设计是这堆能力里最被低估的一根。会用 AI 的人已经一大把了，会给 AI 开公司的还没几个。
这套系统我还在继续 build，撞到新的墙再写。