Agent 系統的下一代架構範式
2025 年以來，大模型的軍備競賽改寫了產業敘事：更大的參數、更長的上下文、更貴的集群。當單一模型能夠在數學競賽、代碼生成乃至研究級證明上逼近甚至超越人類專家時，一條清晰的路徑圖似乎已經展開——把一個大腦做得足夠大，人工超級智能（ASI）便會在某個規模閾值之後自然到來。
然而，一個更深層的問題隨之浮現：「一個越來越大的單一大腦」，真的是智能的終極形態嗎？
自然界給出的答案耐人尋味。地球上最強大的智能系統，幾乎沒有一個是集權的。沒有哪隻螞蟻知道整個蟻巢的規劃，但蟻群能找到最短覓食路徑；沒有哪個神經元懂語言，但一千億個神經元湧現出了你正在閱讀這句話的能力；沒有哪個交易員知道「正確價格」，但市場把億萬參與者的局部知識壓縮成了一個實時更新的信號[1]。進化本身也是如此：沒有設計者，只有大量個體在局部競爭、變異、被選擇，最後收斂出精巧到令神學家困惑的結構。
這一觀察將我們引向一個與主流敘事正交的判斷：通向超級智能的道路，可能不是把一個大腦做得更大，而是把智能做成一個自組織、可分解、可並行、可演化的群體。 我們把這個形態稱為**「蜂群」（swarm）**。本文嘗試講清楚這條路——它的理論血統、它撞開的那堵數學之牆、它已被實驗釘死的部分、它仍然待證的命門，以及它最終指向的東西。
湧現的公式：構建塊、規則，與組合爆炸
要理解蜂群，得先回到「湧現」這個被用濫了卻極少被講清的詞。
科普作者 Emergent Garden 給過一個樸素而鋒利的定義：湧現系統只需要兩種東西——構建塊（Building Blocks），和規則（Rules）[2]。水分子是遵循化學規則的構建塊，湧現出表面張力與雪花分形；螞蟻是遵循費洛蒙規則的構建塊，湧現出蟻巢的建築學；詞語是遵循句法規則的構建塊，湧現出語言。這不是玄學，而是一條有半個世紀血統的科學脈絡：1970 年的「康威生命遊戲」用三條規則養出了會移動、會自我複製的結構；1980 年代沃爾夫勒姆的「規則 30」只看左右兩個鄰居，卻吐出至今無人能用公式提前預測的圖案——沃爾夫勒姆為「找到捷徑公式」懸賞三萬美元，至今無人領走[3]。
真正讓湧現變得令人驚奇的是組合爆炸：事物的組合方式遠比事物本身多得多。一百個位元能產生的獨特位元串，數量超過可觀測宇宙的原子數；一套樂高積木的價值不在說明書上那個模型，而在這些積木能拼出的說明書之外的一切。產出指數級超過投入。
蜂群就是照這個公式搭的。構建塊是 cell——一個能獨立幹活的智能體，持有自己的一小段上下文、自己的一套可演化的「策略基因」。規則是三條只看本地資訊的細胞自動機式規則：R1 gossip（把自己驗證過的經驗廣播給鄰居）、R2 adopt（採納更優的基因）、R3 forget（淘汰最差的基因）。沒有特權 cell，沒有中心調度器；誰空閒了自己認領任務（共識主動性工作認領，螞蟻費洛蒙式的間接協調[4]），某個 cell 掛了，它沒做完的活會被自動回收給別人。整體的分工、收斂與自癒，是這些本地規則跑出來的，不是誰調度出來的。
為甚麼非要自組織？因為不這麼做會撞上O(N²)的一堵牆，正是「單個大腦」這種形態本身撞上的——把大腦做得再大，也躲不開。
單個大腦的極限：撞上O(N²)的一堵牆
今天的大模型靠「自注意力」理解上下文：模型讀一段文字時，會讓每個詞都去看其餘每一個詞。N 個詞，就有 N×N 量級的關係要算。上下文長度從 1 萬漲到 10 萬，這部分成本不是漲 10 倍，是漲 100 倍。這不是代碼寫得爛，是 Transformer 架構的數學本質——你可以買更貴的卡硬撐，但平方曲線遲早吃光任何預算。
蜂群的繞法直觀到可以畫在一張注意力矩陣上：把一個大任務拆成 K 個基本獨立的子任務，每個 cell 只啃自己那一小塊。我們只計算對角線上那幾個小三角（每個 cell 內部的注意力），丟掉了所有跨任務的格子。總計算量從平方級掉到近似線性。
省下的跨任務注意力不是白省的——你得先把任務拆對，幹完還得把結果合對、並驗證它真的對。2025 年業界對多智能體的警惕恰恰集中於此：Cognition 團隊直言「讓多個 agent 協作只會得到脆弱的系統」，柏克萊的 MAST 研究把兩百多條多智能體失敗軌跡歸納成十四種失敗模式，其中兩大類正是「拆之後的 agent 間失配」與「合之後沒人驗證」[5]。
這些批評是對的，而它們恰好圈定了蜂群的真瓶頸與真壁壘：誰能把拆和合做紮實，誰就能兌現這套架構的收益。 cell 之間傳遞的必須是被驗證過的有界摘要（約 550 token，不隨規模膨脹），而不是互相抄答案——後者是幻覺式的多智能體，看着熱鬧，實則沒有分解任何問題。
兩個相變：已經被釘死的第一層
「更便宜」不能停留在直覺上。我們用兩個可複現的實驗來論證。
實驗一（撞牆點）：單模型硬撐長上下文，成本隨子任務數 N 平方增長；蜂群分治，成本線性增長。任務多到 N*=40（單次約 208k token）就超出 200k 視窗、單模型硬報 400 做不完，只剩分治能跑；就算按注意力平方口徑，N=256 時，單一長上下文約 4,934 萬 token，分治約 104 萬 token，相差 48 倍。
實驗二（準確率崩潰）：把越來越多需要真推理的子任務塞進同一個模型的單一上下文（真實模型、GSM8K 數學題、溫度 0），準確率在 N=64 時還有 0.92，從 N=96 起塌方，到 N*≈128 跌破 0.5，N=160 只剩 0.28；而把同樣的任務拆開、每個子任務獨立上下文，準確率全程穩在 0.96 以上，紋絲不動。機制在數據裏看得見：單一模型在又長又擠的生成裏跟丟了線索——即便你能把東西塞進上下文，模型也用不好它。
值得注意的是這兩條曲線的形狀：它們都是相變。水在 99°C 還是水，100°C 突然沸騰；越過 N*=40，單模型從跑得完翻成撞牆做不完；越過 N*≈128，單一上下文從跟得住翻成跟丟了。「拆不拆」不是平滑的連續判斷，而是踩沒踩過臨界點。誠實的邊界也要劃清：崩潰不是「token 多」導致的——簡單算術和檢索任務塞到幾萬 token 依然準確無虞；只有當很多條目各自都需要真推理、又被逼進一次有界生成裏一起扛時，塌方才出現。所以不要因為上下文長就拆，要在任務真正可分且夠多時才拆。
智能是一種效率：從負熵到 Token
上面兩個實驗給出的結論是「更便宜」。但把鏡頭拉遠，會發現「省」這件事本身，就是智能的定義。
薛定諤在《生命是甚麼》裏說生命**「以負熵為食」。這個說法作為隱喻很動人，作為物理卻不嚴謹——生命從未違反熱力學第二定律。真實的賬是這麼記的：生命攝入低熵的物質與能量，把高熵的廢物與熱量排回環境，自身熵減少（ΔS(生命) < 0），環境熵增加（ΔS(環境) > 0），而總賬永遠為正（ΔS(總) > 0）。生命不是負熵的容器，而是一台熵泵**：它靠加速整個宇宙的熵產生，來換取局部的秩序[11]。
而且真正關鍵的並不是「熵低」，是遠離平衡。普里高津的耗散結構理論說得很清楚：秩序靠梯度維持——ATP 與 ADP 的化學勢差、細胞膜兩側的離子濃度差、線粒體的質子梯度、太陽與深空之間的輻射通量差。梯度就是可做功的自由能。停掉這股流，梯度消失，結構立刻崩解，這就是死亡[12]。
但秩序是有層級的。晶體高度有序，卻甚麼也不做；生命能維持並複製自身；智能做的是第三件事——學習、預測、規劃、創造新的秩序，也就是主動降低未來的不確定性。區分這三層的，不是秩序的總量，而是效率。
於是有了這樣一句定義：
智能，是生命（或智能體）利用有限自由能，長期維持和創造有序結構的效率。
寫成一個粗略但有指導性的比例式：
分子上的「資訊」不是香農位元數——一塊磚頭和一本教材的位元數可以差不多，但可用於預測、決策與適應的有效資訊差了量級；秩序是有語義的（磚 < 教材 < 模型權重 < DNA）。這個方向與 Friston 的自由能原理天然共振：智能體的行為可以被統一刻畫為最小化自身對世界的預測誤差[13]。而支撐這台機器運轉的是四個動詞——積累（獲取秩序）、壓縮（把秩序變成更短的表示）、繼承（把壓縮後的秩序交給下一代）、利用（用它換回更多自由能）。生命的繼承載體是 DNA，人類文明的是語言與文字，今天則是代碼與模型權重。
這就把前面那 48 倍拉回了正題。工程上可以把定義直接變成一個可算的比值——不妨把它記作 AIR（Agent Intelligence Ratio，智能體智能比）：
分子上的「能力」是成功率、魯棒性、泛化性與新穎性的合成量。這個指標比參數量和榜單分數都更貼近智能的本質——Intelligence per Compute（每單位計算智能）。由此得到第二句話：
一個 Agent 用更少的 Token 達到同樣效果，可以認為它具有更高的推理效率（reasoning efficiency）。
這句話有一條必須釘死的邊界：只有在任務、成功率、魯棒性、泛化性全部鎖定不變，且收益來自更好的內部表徵時，它才成立。如果 token 的下降來自數據洩漏、榜單過擬合，或者悄悄犧牲了魯棒性，那不是效率提升，是度量作弊。
而蜂群的策略基因，恰恰是這台壓縮機的實體。一條 gene 如果保住了能力、卻把 token 砍掉三成，它做的事情就叫策略壓縮：把「觀察 → 推理 → 推理 → 推理 → 推理 → 行動」摺疊成「觀察 → 行動」。這與神經科學裏的組塊化（chunking）是同一件事，也與一個資深程式員看一眼報錯就知道問題出在哪是同一件事——長鏈推理被壓縮成了短路徑直覺。蜂群裏的記憶、技能、反思與基因，都是這台壓縮機上的不同工位；R1/R2/R3 三條規則則負責讓壓縮的成果在群體裏繼承與擴散。
於是第三句話，是把前兩句合起來：
智能的提升，本質上是在保持或提升能力的前提下，不斷壓縮達到該能力所需的計算、能量和時間成本。
這也是為甚麼那 48 倍不只是一張更便宜的賬單：它是把同一份能力，用更少的自由能做出來。
三層論斷與三代拓撲：從晶體到生命
讓我們把邊界劃清。蜂群的完整主張是三層，從下往上越來越難：
① 省錢（已證）——用便宜的通訊開銷換掉昂貴的平方級注意力，上文兩個實驗已經落地。
② 湧現（論證中）——一群模型分工協作後，效果超過等價算力的單模型。
③ ASI（願景）——用蜂群逼近超級智能。
第三層今天是方向而非結論；一個務實的判斷應當建立在①已證、並對②有獨立預判之上。
與三層論斷對應的是三代拓撲路線：1.0 並行分治（各幹各的、結果匯總，今天就能交付）；2.0 網狀拓撲（cell 之間橫向互傳驗證過的策略、互相校準，從並行走向真正的協作）；3.0 空間/跨學科拓撲（把數學、物理、生物、工程的能力在一個空間結構裏組合，讓跨學科的新解湧現出來）。
為甚麼必須往結構上走，而不是把 1.0 的環鋪得更寬？沃爾夫勒姆對複雜系統的四分類給出了答案：完全對稱、人人跑同一套參數的均勻結構，要麼塌成一片死寂的均質態（Class 1，像純鋼），要麼鎖進整齊重複的圖案（Class 2，像晶體）——都長不出「這個 cell 專攻數學、那個專攻生物」的持久分工 [3]。
真正能湧現出組織的是 Class 4：秩序與隨機的混合體，卡在「混沌邊緣」那條窄縫上——複雜晶體、螺旋星系、乃至生命與思維都在這一類[3]。晶體再大還是晶體，不會自己變成生命；要長出分工，結構本身必須不均勻。2.0 和 3.0 的模塊化拓撲，本質上就是把系統從對稱牢籠推向混沌邊緣。而且這條判斷可以做成可證偽的工程指標：自組織臨界（SOC）理論預言，健康的臨界系統中擾動傳播的規模服從冪律分佈（指數落在 1.5–3.0 之間）[6]——給蜂群裝上「雪崩規模」的冪律定標器，「處於混沌邊緣」就從口號變成了可測命題。
從畫拓撲圖到設計互動核：一個百年問題的迴響
蜂群的深層方法論，出人意料地呼應着一個 1900 年提出的問題。
希爾伯特第六問題要求從微觀力學公理嚴格推出宏觀物理定律。2025 年，鄧煜、扎赫爾·哈尼與馬驍完成了這條鏈路的關鍵一環：從牛頓硬球粒子的兩兩碰撞出發，經玻爾茲曼動理學方程，嚴格推導出納維-斯托克斯流體方程[7]。微觀是粒子與碰撞，中觀是分佈與演化，宏觀是流場與壓強——三個尺度，一套嚴格的橋。
這對 agent 系統的啟發是範式級的：多智能體網絡不應被看成靜態的架構圖，而應被看成由大量局部「碰撞」在時間中生成的動理學系統。 單個 cell 是粒子；cell 之間的消息、互評、經驗交換是碰撞；互動規則是碰撞核；而任務密度、擁塞壓力、觀點溫度，就是宏觀的資訊流體。於是設計問題發生了一次深刻的換位——不再問「用樹還是用網」，而是問「甚麼樣的互動核，會在稀疏縮放下生成穩定、高吞吐、低重複的宏觀協作網絡」。宏觀拓撲不是畫出來的，是局部規則的演化結果，被觀測、評估和控制。
這套對應關係裏藏着兩條對蜂群生死攸關的定律。
其一是 Boltzmann-Grad 縮放：粒子數趨於無窮時，讓平均碰撞率保持常數，動理學方程才成立。翻譯成工程語言——系統擴容時，每個 cell 的平均通訊率必須保持常數級，絕不允許全連接廣播把消息量推向 O(N²)。這正是蜂群「有界摘要」設計的數學出身。
其二是 propagation of chaos（傳播混沌）：在稀疏極限下，粒子雖然碰撞，多粒子分佈仍可近似分解為單粒子分佈的乘積——個體保持統計獨立。對應到 agent 網絡，這是一記重錘：很多多智能體系統表面上有多個 agent，實際上它們共享同一個 prompt、同一份檢索結果、同一段中間總結，輸出高度相關。此時增加 agent 數量並不帶來線性質量增益，反而是同一個偏差的多次採樣。獨立性保持，必須成為拓撲設計的一等公民指標。
虛假共識：群體智能最隱蔽的敵人
玻爾茲曼推導在週期空間裏遇到的最大困難，是重複碰撞（recollision）：粒子會一次次相遇，碰撞歷史纏成難解的環。蜂群裏有一模一樣的幽靈——A 生成一個假設，B 批判 A，C 總結 B 的批判，A 又讀到 C 的總結並把它當成獨立佐證。同一條資訊換了三個名字回流，五個 agent「一致同意」，實際上只有一個資訊來源。這就是虛假共識：看起來是群體智慧，實際上是一個迴聲室。
解藥是把「當前通訊圖」升級為「互動歷史圖」：每條消息、每次工具調用、每個結論合併都記錄父節點，形成帶時間戳的因果譜系。有了 lineage，就能檢測循環、給重複回流的資訊降權、對同一對 agent 的反覆互評設置冷卻期——並且在最終合併時，標註結論的獨立來源數，而不是參與 agent 數。
這條紀律與 Schelling 的隔離模型給出的教訓同源：自組織系統的微規則，會湧現出你沒預期到的宏觀惡果——個體只想「旁邊別太多異類」，宏觀結果卻是徹底隔離[8]。蜂群的任務認領規則同樣會悄悄餓死一部分 cell；蜂群的互評規則同樣會悄悄製造迴聲室。不審計，就看不見。 通過湧現進行設計的前提，是給湧現裝上可觀測、可證偽的儀表板。
驗證瓶頸：當答案變得便宜，甚麼變得昂貴
假設蜂群真的跑起來了——成千上萬個 cell 並行產出答案、代碼、證明。接下來會發生甚麼？
陶哲軒在 ICM 2026 的演講給出了一個極具穿透力的預演[9]。他假設 AI 能以合理成本完成相當一部分研究級數學，然後追問：數學共同體會怎樣？答案是，數學將從「證明稀缺」進入「證明充裕」——而擁塞將依次出現在驗證、可讀闡釋、同行評審和成果定型上。他給出的知識生命週期模型值得每一個構建群體智能的人貼在牆上：一個證明要依次經過生成 → 驗證 → 闡釋 → 共同體接納 → 消化 → 經典化，才算真正變成知識；上游生成加速一百倍，不意味着鏈條整體加速——有效吞吐量 ≈ min(生成, 驗證, 闡釋, 接納, 消化)，取決於最慢的環節。
這正是蜂群架構必須把驗證的溯源與標註做成地基、而非把它當事後插件的深層原因。當答案的邊際成本趨近於零，驗證、溯源與消化成為新的稀缺資源。為此蜂群把「誰值得信」做成常開地基：每一條被採納的經驗都標註其成績來自自報還是獨立核驗、每個結論都標註獨立來源數、並持續度量「過度聲稱」的偏差；在此之上，獨立的合併驗證動作作為可開啟的一等能力內建，開啟後按需接管基因評分——這些不是工程潔癖，而是「證明充裕時代」的生存法則。
陶哲軒的另一個警告同樣適用：古德哈特定律說，當一個度量成為目標，它就不再是好的度量。蜂群的 fitness 分數、採納率、解題數都是代理指標；對着單一指標過度優化，群體會長成一個高分低能的怪物。度量湧現必須用連續指標加消融對照——學界已經證明，很多所謂「突現能力」只是度量選得不好造成的假象[10]。
結構性押注：一個投資學的旁證
有趣的是，複雜系統的投資學給這條路線提供了一個獨立的旁證。
在冪律主導的市場裏，絕大部分回報由極少數右尾贏家貢獻；理性的策略不是精確預測哪個單點會贏——那近乎不可能——而是識別價值流經的結構、佔據關鍵節點、保持足夠廣的暴露，並確保自己活到邏輯兌現的那一天。
把這套語言平移到 AI 的技術路線上：單一超級模型是把全部籌碼押在一個點位上；蜂群是把智能做成一個結構——它不預測哪個 cell 會產出天才的解，它保證系統對組合爆炸打開的巨大解空間保持在場，讓驗證機制把右尾捕獲下來。市場之所以長期勝過中央計劃，不是因為哪個交易員更聰明，而是因為價格機制把海量局部計算分佈到了參與者端。蜂群對單一大腦的勝負手，如果有，也將是同一個：分佈式計算結構對集中式計算結構的結構性優勢。
預測的謙遜同樣適用於我們自己。方向可以判斷（平方牆是數學，分治收益已證），幅度更難，時點近乎不可預測，而「湧現能否兌現」是真正的開放問題——這類系統大概率是計算不可約的：沒有捷徑公式能提前算出一群模型會不會長出單模型沒有的能力，只能把它跑起來，用消融對照量出來。這不是免責聲明，這是對問題理解得足夠深的證據。
結語：培育一座花園
說到底，這是兩種造東西的氣質之差。
「把模型做得更大」是在建一棟樓：圖紙先畫滿，能力上限就是畫進圖紙的那些。蜂群是另一件事：設計一塊積木、一套局部規則、一條進化閉環，然後放手讓結果自己跑出來。
你不發明蜂群會長成甚麼樣，你只發明它遵循的規則，再去發現這些規則跑出來的後果——不滿意就調規則、再迭代。這更像培育一株植物，而不是蓋一棟房子。國際象棋的發明者不必發明所有的開局與殺法，那些是從規則裏湧現出來的；湧現設計的回報公式從來如此——你設計一小部分，收穫的比你親手畫進圖紙的更遠。
代價是控制權。你無法既允許意料之外的結果，又提前決定那些結果是甚麼；祈禱下雨，就得應付泥濘。所以這條路的全部紀律濃縮成三件事：把拆和合做紮實，給湧現裝上可證偽的儀表板，在驗證瓶頸上重兵佈防。剩下的，交給組合爆炸。
單個大腦撞上的是一堵平方之牆；一千億個神經元曾經給出過另一條路的證明。這一次，我們把神經元換成會思考的 cell，把突觸換成被驗證過的經驗，把四十億年的進化壓縮進一條以小時計的閉環。而衡量這座花園長得好不好的尺子，從來只有一把：同樣的能力，是否用掉了更少的自由能。不是思考得更多，而是越來越少地做無效思考。
參考
[1] Hayek, F. A. (1945). The Use of Knowledge in Society. American Economic Review, 35(4), 519–530.
[2] Emergent Garden, “Emergent Complexity,” YouTube, Nov. 22, 2025. [Online]. Available: https://www.youtube.com/watch?v=0HqUYpGQIfs.
[3] S. Wolfram, A New Kind of Science. Champaign, IL, USA: Wolfram Media, 2002.
[4] Grassé, P.-P. (1959). La reconstruction du nid et les coordinations interindividuelles chez Bellicositermes natalensis et Cubitermes sp. La théorie de la stigmergie: Essai d’interprétation du comportement des termites constructeurs. Insectes Sociaux, 6, 41–80.
[5] Cemri, M., Pan, M. Z., Yang, S., et al. (2025). Why do multi-agent LLM systems fail? Advances in Neural Information Processing Systems, 38. arXiv:2503.13657.
[6] Bak, P., Tang, C., & Wiesenfeld, K. (1987). Self-organized criticality: An explanation of 1/f noise. Physical Review Letters, 59(4), 381–384.
[7] Deng, Y., Hani, Z., & Ma, X. (2025). Hilbert's Sixth Problem: Derivation of Fluid Equations via Boltzmann's Kinetic Theory. arXiv:2503.01800.
[8] Schelling, T. C. (1971). Dynamic models of segregation. Journal of Mathematical Sociology, 1(2), 143–186.
[9] Tao, T. (2026, July 24). Mathematics in the age of AI [Public lecture slides]. International Congress of Mathematicians 2026.
[10] Schaeffer, R., Miranda, B., & Koyejo, S. (2023). Are Emergent Abilities of Large Language Models a Mirage? NeurIPS 2023.
[11] Schrödinger, E. (1944). What Is Life? Cambridge University Press.
[12] Prigogine, I., & Stengers, I. (1984). Order Out of Chaos: Man's New Dialogue with Nature. Bantam Books.
[13] Friston, K. (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience, 11(2), 127–138.
