从对抗式审查写起

约 16 分钟

对抗式审查纯粹是吃饱了撑的。

(叠甲在前:我几乎高度认同 Anthropic 和 Deepseek 团队的所有观点)

  最近在研究多Agent协同,多agent实在是太流行了,我反复撞见同一类开源项目或架构:比如claude写完代码,拉codex来审,或者是一个任务进来,先问“谁来分工”,然后“谁来干这个活”,“谁来审查这一步”,“谁来验收”,流水线上每个工位都配了一个 Agent,看上去像一条很精密的产线,这类项目太多了,有编排形式的,有拉群形式的,五花八门,层出不穷,我真的一直都不太感兴趣,因为我在想,这么干,到底图什么?

  当然,我知道,包括我在内的程序员群体大部分情况下都很孤独,如果只是想拉个群聊聊天给自己提供一些情绪价值,比如养只“可爱大肥鱼”,搞搞“人机恋”复刻“那个她”当当痞老板或是后宫佳丽三千什么的,那倒也无可厚非,毕竟我也玩过(bushi),蛮有意思的

 只是论 token,多 Agent 比单 Agent 贵好几倍,这是厂商自己写在文档里的。论上下文,每个 Agent 都要从头读一遍背景,交接一次损耗一次。论质量,我看到的实测结论反而常常是单 Agent 更好。三项都不利好。

  先来喷一下对抗式审查,到底是谁发明的让一个模型写完代码,再拉两三个大模型对着 diff 挑刺。我知道,让 A 模型审 B 模型的代码,至少能避免“自己看不出自己的错”,这个直觉听起来很合理。但事实是,大模型在评判时,会对“困惑度更低”的文本给出更高的分数——也就是它更熟悉、更常见、更像它平时见过的东西。而且关键的是,无论这段文本是不是它自己写的,这个偏好都存在。也就是说,偏差的本质不是“自我偏袒”,而是“偏好眼熟”。所以审查系统会系统性地奖励表面规范、惩罚表面异常。假警报的方向是可预测的,不是随机的。这就意味着一个很悲观的推论:这个问题不会随着模型变强而消失,只会随着模型变强,变得更像“有道理的胡说”。换个模型来审,也没用。因为两个模型共享同一个“眼熟偏好”的盲区,因为 agent 没有 ego,共享的偏差来自训练。

  首先,对抗式审查绝对会让代码变差。这个机制很朴素。若是产生了审查意见,写代码的 Agent 为了让审查通过,会往代码里塞防御性分支、冗余兜底、过度抽象的接口。几轮下来,一个本来十行的改动,膨胀成一坨没人敢碰的屎山代码。Anthropic 在官方文档里写道:如果生成方处理不了验证方的反馈,系统就会来回震荡,而不是收敛。震荡而不收敛,这六个字基本就是“十行变一百行”的准确描述。它不是模型不努力,是这套机制本身没有收敛点。

  第二个,审查者其实看不见问题在哪。一个 Agent 在改代码的时候,它读过整个仓库、跑过命令、试过几种方案、踩过几个坑。这些经历构成了它对这段代码的理解。而审查者只看到一个 diff。它不知道你为什么这么写,不知道你试过什么、放弃了什么,不知道某个看起来多余的分支其实是为了绕开一个真实的坑。它只能顺着字面意思猜。猜的结果,就是扎进命名规范、缩进风格、要不要加个空值判断这种地方——因为这些是它能看懂的;而真正一跑就崩的界面卡死、配置漏配、并发乱序,它看不出来,因为那些东西要跑起来才知道。

  我认为,AI 写代码只有一个原则可信:能被证伪的东西。具体功能的实现,就靠看似过时的 TDD 测试驱动开发和真实运行验证,花十倍的算力去增加“意见的数量”,不如花很少的算力去增加“事实的数量”。
  而架构与复杂状态机的设计,现在大模型可以做形式化验证,具体的表述就引用一下在英留学某硕给我的邮件翻译:
(你问我为什么直接引用?因为这部分我真的看球不懂)

TDD 有一个天然边界:它能验证你想到那些行为,却验证不了你没想到的那些交错执行。并发竞态、网络重连、多端点同步、分布式一致性——这些 bug 并不存在于某一行代码中,而是存在于数十个交错步骤的盲区里。你无法写出足够多的测试来覆盖每一种交错执行,因为状态空间会呈组合爆炸式增长。到了这一步,你就必须把架构建模为状态机,并交给 TLA+ 或 Kani 这类工具,让它们穷举枚举步骤序列,用数学而非示例作为安全网。但如今,让大模型编写 TLA+ 规范的效果喜忧参半:在语法层面,它们几乎能拿满分——它们非常擅长生成看起来像 TLA+ 的东西;但在语义正确性上,得分不到一半,而最强的模型在一些真实系统上也只能拿到四分之一的分数。我觉得有一种解释尤其精准:大致来说,模型知道 Raft 和 ZAB 这类协议长什么样,却不知道 Etcd 或 ZooKeeper 是如何把一个具体操作拆分成多个步骤的。知道一个协议长什么样,并不等于知道系统实际如何工作。这一点其实可以推广到整个 AI 工程领域,包括为什么“让模型审查代码”往往没有抓住重点——它知道好代码长什么样,却不知道这些代码在你的运行环境中会如何出错。因此,使用这种方法的正确方式不是“让模型编写规范,然后完全信任它”,而是:由模型起草,由人类审查规范,由检查器充当仲裁者,并用真实系统的执行轨迹进行验证。标准依然严格,但必须让人类的语义判断参与进来。

  回到开头,多agent协同架构,我理解能力内最大的开发意义就是:尽量拆分异步非阻塞独立任务,提高效率。多Agent协作架构很多,但工程化落地的其实基本是两个: sub-agent 和 agent team。

  而前段时间,Deepseek团队公布了一篇文章,Super-agent,这几天研究了一下,我想专门说说,我认为,它不是一个“多 Agent 协作”系统,它是一个“把 Agent 当分布式系统来设计”的系统。它原文自己说得很谦虚:我们并没有提出全新的理论,而是把计算机系统中经典的工程思想应用到了 Agent 系统的构建中。这句话本身就很有意思。它把问题从“AI 如何协作”降级成了“调度与缓存”。它解决的真正问题是什么?原文开篇那段我觉得写得极好,大意是:
  Agent 的工作模式还是以单一 Session 为单位,不同 Session 彼此独立。当用户并行推进多项工作时,必须手动切换、还要记住每个 Session 里有什么。而据他们观察,一个人通常只能同时跟进三到五个活跃 Session。

  结论是:单任务的上限取决于模型能力,多任务的上限取决于人的注意力。这句话点明了多 Agent 存在的唯一正当理由:不是为了代码质量,是为了突破人的注意力上限。这个理由成立,而且很重要。但它和“让模型互审代码”完全是两件事。再看它那五个模块,你会发现一个很有意思的现象——没有一个是“让多个 Agent 更好地协商”:

  • 双层架构,解决的是人的注意力瓶颈,减少人和 Agent 的交互次数。

  • 事件驱动,让 Agent 自己找活干,不需要人派活。

  • 订阅直通,让消息绕过中心节点,减少转发。

  • 上下文管理(Inline & Spill、链式召回),让一个 Agent 的上下文更高效。

  • 存算分离加 Watchdog,让 Agent 一直活着。

  它明确要求:Router 不执行任务、Worker 不互相通信、冲突靠共享事件流自愈。

  接触过多agent开发的也一定能理解它对冲突处理的精妙:多个 Worker 在同一个 PR 上干活,冲突怎么办?它的答案不是“让 Agent 互相协商”,而是——只要它们都订阅了同一个 Thread,就会收到同样的事件通知,于是有机会自己发现并解决冲突。用基础设施解决协调问题,而不是用 Agent 之间的对话。这个思路我觉得特别值得学。它承认了一个现实:让 Agent 互相聊天来协调,成本高且不可靠;而让它们各自看到同样的事实,成本低且确定。我太认同了。

  文章里有一段,讲的是 Super-agent 的 Router 和常见 Agent Team 的 Team Lead 有什么不同。大意是:
常见的 Agent Team,是用来做“单个复杂任务内部的步骤拆解与角色协作”的。因为子步骤耦合得紧,Team Lead 必须深入理解任务细节、规划子任务、高频协调各个成员——它自己承担了很重的推理负担。而 Super-agent 的 Router 只处理“任务之间的高层关联与分派”,完全不介入单个任务内部的拆解。

  这两句话放在一起,就是整件事的分水岭:

  1. Agent Team 是“任务内部拆解”,所以 Lead 累死,耦合死紧。这就是“编排税”的来源。
  2. Super-agent 是“任务之间分派”,所以 Router 很轻,甚至可以连 Bash 工具都不给它。

而市面上被宣传的,绝大多数是前者。

  再说一个实验,是我看到的整个多 Agent 讨论里最有意思的一组数据。他们做了个消融实验:给一个单会话的 agent 配上一个 subagent 工具,用中性的提示词(“在合适的时候可以用 subagent”),然后跑五次。
  结果:五次运行,零次调用。
  模型一次都没有用它。所有活都在主会话里自己干,然后不断被新消息打断,最差情况拖到了将近半小时。他们把提示词改强硬了(大意是“聊天里每条消息都会到你这里,所以你自己跑的工作会一直被打断,倾向于把每项工作交给它自己的 subagent”),结果变成五次里四次委派,还不是五次。剩下那一次,模型判断“这个活很小”,自己干了——于是拖出一条长尾,最差情况几乎没变好。我看到这组数据的时候,第一反应是:原来“AI 学会了协作”这个假设,根本没有依据。

  你搭了一套多 Agent 框架,给了主 Agent 一个 spawn 工具,写了提示词说“该分工时分工”。然后它九成的时间都在自己干。
  你以为你在跑多 Agent,其实你在跑单 Agent,外加一个很少被调用的工具。
  而这组数据最漂亮的地方在于,它给出了一个反向的启示:既然模型天然倾向于自己干,那顺着这个倾向去把单 Agent 做好,可能比逆着它去搭分工体系更划算。也就是说,它证明了“这套架构能把任务完成得更快更稳,代价是更多 token”,但它完全没有测“写出来的代码质量更好”。

  这两件事差得很远。那么,既然单 Agent 更划算,为什么“多 Agent 协作”会这么流行?因为“多 Agent”这个词,被用来指两件完全不同的事,而这两件事的成败截然相反。
  第一种,多任务并行。多个独立的任务,各占一个上下文,彼此不需要达成任何一致。你做你的,我做我的,最后各自交付。这种是干净的。任务独立,上下文隔离,成本可算,收益明确——就是并行加速。且做的都是异步,非阻塞,独立任务,冲突只发生在共享资源层面,可以用锁、分区、订阅这些基础设施解决。
  第二种,单任务内的多 Agent 协作。多个 Agent 共同产出同一个结果,需要共享隐式决策、需要协调、需要合并。这种是脏的。每个 Agent 都做了一些没被明文规定的假设,这些假设会互相打架,而打架的时候它们彼此看不见。

  我的判断是:所有严肃的批评,针对的都是第二种;所有成功的案例,做的其实都是第一种。而 DeepSeek 那篇被广泛传播的 Super-agent 设计,做的恰恰是第一种。它原文里有一句话是明确的分界线:Router 层只处理任务之间的高层关联与分派,无需介入单任务内部的拆解。注意,“任务之间”,不是“任务内部”。这个区别是整个设计的命门,但在传播中被完全抹掉了。大家看到“Super-agent”、“Router”、“Worker”,就以为这是“多 Agent 协作”的代表作。其实它是我见过的、对“多 Agent 协作”叙事最有力的反证之一。

  Anthropic团队,我认为是多 Agent 研究系统最积极的实践者之一。他们那套研究系统的成绩确实亮眼——多 Agent 版本比单 Agent 版本高出很多,这是真的。但如果你把他们这一年多的文章按时间排一下,会看到一条很有意思的线。

  • 2025 年 6 月,他们发那篇著名的多 Agent 研究系统。文章里除了成绩,也写了代价:token 消耗比普通聊天多十几倍(注意这个基准是聊天,不是单 Agent;相对单 Agent 是几倍),而且明确说了——大多数编码任务真正可并行的部分比研究少,LLM agent 还不擅长实时协调和委派。

  • 2026 年 1 月,他们发了篇讲“什么时候该用多 Agent”的文章。开篇第一句就是:今天,多 Agent 系统常常被用在单 Agent 会表现更好的场合。还说他们见过不少团队花几个月搭复杂架构,最后发现把单个 Agent 的提示词写好,效果一样。

  • 2026 年 4 月,他们发了篇五种协调模式的分类文章,把每种模式各自的失效模式都写了出来。我记得看到一句特别扎的话,讲编排-子代理模式:除非显式并行化,子代理是一个接一个跑的,这意味着系统承担了多 Agent 的 token 成本,却没有拿到速度收益。

  承担了成本,却没有拿到收益。

  2026 年 10 月,那篇文章的标题直接是《什么时候把 subagent 折回主 agent 循环》。–– Anthropic 团队的方向在往回折。而里面有一句,我看到的时候觉得这就是我想要的答案:

  在我们对多个企业部署的对比中,一个带 skills 的单 agent,在质量上经常同时优于“一个提示词包打天下”和 subagent 设计,而且往往单任务的成本与延迟都更低。

  质量和成本、延迟三项同时更优。这挺反直觉的——通常“更好”要拿“更贵”来换。为什么现在能这样?他们给了个技术上的解释,我觉得是全文的命门:过去拆 subagent 的“主要理由”是上下文装不下。现在用 skills(渐进披露上下文)和 tool search(渐进披露工具)解决了——不需要把所有上下文都塞进一个巨大的 system prompt 里,而是需要的时候再加载。所以,拆的理由消失了。他们自己动手,把 Claude Code 的 system prompt 砍掉了八成以上。而且他们还给了一个我觉得特别实际的观察:僵化的多 agent 结构,往往正是阻止新模型承担更多工作的原因。这句话是说技术债的。你辛苦搭起来的那套编排,会在下一次模型升级时变成负资产——因为它把本可以交给模型的决策,固化在了代码里。还有一个细节我特别喜欢。他们描述推荐的单 Agent 循环时,有一句话是:

  写计划的模型,就是执行计划的模型,所以它能在回合中途改计划。

  写计划的和执行的,是同一个东西。这一句基本就是对“规划 Agent + 执行 Agent + 审查 Agent”三件套最有力的反驳。因为当一个系统里写计划的和执行的不是同一个东西,计划就必然在传递中失真。而失真的计划,比没有计划更糟——因为执行者会认真地去执行一个错的东西。

  最后,关于康威定律。前面这些都是在讲技术。但真正让我想通“为什么大家都在这么干”的,是一句和技术无关的话。
Anthropic 在一篇文章里写了这么一句,大意是:

我们太常见到企业给每个团队或每种问题类型配一个 subagent,结果agent 架构变成了组织架构图的复制品——康威定律在起作用。我看到这句话的时候,真的愣了一下。康威定律是 1968 年提出来的,说的是:设计系统的组织,其产出的设计等同于组织内部沟通结构的复制。通俗点说,你公司长什么样,你的系统就会长什么样。为什么这条五十多年前的定律,在 AI 时代反而更明显了?

  因为agent的边界太好划了。在传统软件里,模块边界要受接口、依赖、性能、部署一堆硬约束制约,组织的沟通结构只能“渗透”进去一部分。但在agent系统里,划一条边界就是“给这个团队一个subagent”,成本几乎为零。

于是组织结构的投影变得毫无阻力:

  • 前端团队 → 前端 Agent

  • 后端团队 → 后端 Agent

  • 测试团队 → 测试 Agent

  • QA 团队 → 审查 Agent

  • 安全团队 → 安全审查 Agent

  每一个格子在技术上都是“合理的”——专业化分工嘛。但合在一起,你得到的是公司组织图的机器版本。而组织图从来不是为“如何高效解决一个问题”设计的,它是为“如何管理一群人”设计的。这就解释了我那个想不通的问题。

  很多时候,拆多 Agent 不是出于技术目的,是出于组织目的。每个团队都想拥有自己的 Agent,因为有了 Agent 才有预算、才有话语权、才算“我们组也在做 AI !!!”。这些动机是真实的,而且是激励结构产生的,不是技术误解。

  所以,你不能靠“讲清楚技术道理”来解决这个问题。因为对每个团队来说,“我们也要一个 Agent”,在组织上,是理性的。

  我特别喜欢 Anthropic 给的那个解法,因为它很懂组织:他们没有要求各团队“放弃所有权”,而是给了他们一个新的、更有价值的可拥有物——把所有权从 agent 转到 skills 和 tools 上,由一个小的中央团队负责端到端质量和 system prompt。

  这比“你们不许做 Agent”可行多了。人不会放弃所有权,只会换一个所有物。再次感叹,文科才能改变世界。

回到最初那个疑问:为什么大家都在搭多 Agent 流水线?

我现在有个更完整的答案:

因为它好看。它映射了人类熟悉的分工,演示效果极佳,符合人们对“智能协作”的想象。
因为它能甩锅。组织里每个团队都想有自己的 Agent,架构图变成了组织图的复制品。
因为它看起来像在解决上下文问题。而实际上它只是把上下文问题,变成了上下文搬运问题。
因为它不需要面对真正的难题。真正的难题是“如何写出能证伪的测试”、“如何写出正确的形式化规约”——这些很难,而且做不好会立刻暴露。相比之下,多拉一个模型来“审一审”是廉价的、安全的、看起来在进步的。

  这才是对抗式审查最深的吸引力:它是一种可以无限进行、永远不会失败、也永远不会成功的活动。而工程的正路恰恰相反:它要求你写下可以被推翻的东西。一个会跑红的测试,一条会被检查器打回来的不变量,一个能被复现的故障——这些东西不优雅,不智能,不会在 demo 里让人惊叹,但它们会告诉你真相。

所以我的结论不是“多 Agent 没用”,而是:
  把智能堆在“意见”上,不如把智能堆在“判据”上。
  可以有很多脑子,但只能有一双手。而真正决定成败的,是那双手能不能被验证。

参考文章与资料

官方工程文献

Anthropic|How we built our multi-agent research system(2025-06)
https://www.anthropic.com/engineering/multi-agent-research-system

Anthropic|Building multi-agent systems: When and how to use them(2026-01-23)
https://claude.com/resources/articles/building-multi-agent-systems-when-and-how-to-use-them

Anthropic|Multi-agent coordination patterns: Five approaches and when to use them(2026-04-10)
https://claude.com/resources/articles/multi-agent-coordination-patterns

Anthropic|Building agents: When to fold subagents into your main agent loop(2026-10-22)
https://claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop

Anthropic|配套的迁移工具包 single-agent-loop-kit
https://github.com/anthropics/single-agent-loop-kit

Cognition|Don’t Build Multi-Agents(2025-06-12)
https://cognition.com/blog/dont-build-multi-agents

Cognition|Multi-Agents: What’s Actually Working(2026-04-22)
https://cognition.com/blog/multi-agents-working

DeepSeek Harness 团队|Super-agent 设计探索:迈向更自主的 Agent 系统(2026-10-31)
https://mp.weixin.qq.com/s/zoS7GlReWPhfCjENGxXCdg
(英文机器翻译版:https://teapawt.org/DeepSeekHarness/article/2116857257245987236)

DeepSeek|官方原型仓库 dsh-superagent-prototype
https://github.com/deepseek-ai/dsh-superagent-prototype

视频(中文,讲得挺清楚,我这几篇的起点)

老周 AgentBuilder|第 50 集:别让大模型围着代码吵架了,TDD 与形式化验证才是正路
https://v.douyin.com/M_91PbfA5Hw/

小白 debug|Vibe 知识大赏:Super-agent 是什么?
https://v.douyin.com/_IiYS-H9F28/

老周 AgentBuilder|第 33 集:多 Agent 到底怎么设计?
https://v.douyin.com/nRhu-m0PWC0/

目录