押注集群
— 撰写中

我押注的不是更大的大脑，而是更聪明的群体。这就是组织我现在所构建一切的核心赌注：智能不是单个模型的属性——它从众多模型之间的结构化交互中涌现。

这不是我从某场主题演讲里借来的比喻。这是我在三个尺度上亲眼见证的模式。在 TÜBİTAK，我模拟蛋白质动力学——雄激素受体中的 F876L 突变，它能让一种抗癌药物从抑制剂翻转为激动剂——并看到单个残基的改变如何在一个折叠分子中传播。随后在连接组学中，我构建模型，从粗糙扫描中恢复大脑的布线——数十亿个稀疏连接的专家产生连贯的思维。如今，作为一名 LLM 与智能体 AI 工程师，我正在软件智能体的层面上构建同样的模式。

“整体变得比它的任何部分都更聪明——我在折叠蛋白质的层面上看到它发生，然后在脑图的层面上，现在我在智能体的层面上构建它。”

单个 agent 的失效模式

一个 agent 就是一个瓶颈、一个故障点、一个猜测。它持有整个上下文，做出整个决策，当它出错时——它以完全的自信出错。扩展这意味着扩展一个单一的故障模式。行业中“把更大的模型扔进循环”的模式正是死胡同：没有人通过扩展单一瓶颈来获胜。

究竟是什么让群体智能真正运转

• 共同目标 ——每个智能体都知道“完成”意味着什么，所以工作可以组合。
• 任务分解 — swarm 沿着问题的自然接缝进行拆分，而非任意拆分。
• 谈判 ——智能体不会互相覆盖；它们会协调。
• 一个验证器 — 循环会检查工作是否真正发生。没有验证，就没有 swarm — 只是并行幻觉。

群体智能是一门工程学科，不是一种氛围。这门学科是：分解、委派、验证、迭代——并公开失败。大家炒作的涌现，是当协调层无聊且正确时你得到的东西。

“单个 agent 是一个有目的的循环。一个 swarm 是一个有神经系统的循环。”

所以，是的——我押注于群体智能。不是因为它时髦，而是因为韧性、规模和集体推理是应对单智能体天花板的唯一答案，而且在我研究过的每一个智能层级上，我都看到这一模式成立。

人脑是我们已知最复杂的图——而且它并非单一模型。它是数十亿个信息不全的微小智能体，通过相互争辩得出答案。在构建智能体之前，我构建的是预测这套连接的系统：用于连接组学的超分辨率，从粗糙、嘈杂的扫描中恢复高分辨率脑连接矩阵（已作为 CC0 Kaggle 数据集开源发布）。它教会了我多智能体系统的五条设计准则。

1 · 稀疏连接是特性，而非缺陷

大脑通过选择性布线获得丰富行为——大多数神经元只与数十亿邻居中的几千个相连。对智能体的启示是：不要把所有东西都连到所有东西。要有意识地路由。全连接的智能体图不是智能；那是带着额外延迟的噪声。

2 · 超分辨率是约束恢复，而非猜测

给定一个粗略的连接组，模型学习支配真实布线的解剖结构与物理规律，然后推断缺失的结构——就像大脑本身会做的那样。这一课是智能体设计最深刻的规则：不要只是拟合观察到的行为——要还原生成它的系统。

“超分辨率教会了我 agent 设计中最深刻的规则：不要只是拟合观察到的行为——要恢复生成它的系统。”

3 · 专业化加协调

连接组学是对紧密耦合的角色——感觉、运动、执行——的研究。集群需要异质的专家，而不是克隆人组成的委员会。分工带来效率；协调带来正确性。

4 · 无单点故障

大脑通过冗余对损伤保持稳健。Agent 系统应当优雅降级：当一个专家失败时，其他专家重新路由。没有优雅降级的 swarm 只是一个穿着戏服的单体。

5 · 尊重你所建模系统的物理规律

这是从分子动力学到连接组学到 agent 的主线：每个数字只有在产生它的系统内部才有意义——折叠蛋白质中的一个突变，连接组中的一个连接，集群中的一次工具调用。

“大脑不是运行一个模型。它运行数十亿个微小的、信息不全的 agent，它们通过争论得出答案。”

我在构建模仿它的智能体之前，先构建了预测那种布线的系统。这不是巧合——这是设计手册。

这个领域痴迷于下一个模型发布。我认为，交付可靠智能体的真正约束朴素得令人尴尬：知道智能体是否真的完成了任务。智能体失败不是因为模型笨——而是因为我们分不清一个好的完成和一个幻觉。

在我构建和审查的智能体系统中，失败绝大多数是 结构性 ——错误的命令、缺失的步骤、逻辑错误——很少是“模型不够聪明。”一个带有错误参数的工具调用、智能体跳过的一个步骤、它从未验证过的计划：这些是接口失败，不是推理失败。而唯一可靠的捕捉方法是一个你可以对照检查智能体的世界。

有目的的循环需要验证器

反馈回路有多聪明，取决于它的检查机制。构建验证器——沙盒、断言、能够说“不，那行不通”的世界模型——才是工程。提示词是简单的部分。

“反馈回路有多聪明，取决于它的验证器。构建检查机制，否则你只是在更快地犯自信的错误。”

评估是环境问题，而非评分标准问题

真实任务需要一个你可以对照检查的世界——一个沙盒、一个模拟器、一个游戏。感觉不能扩展。这就是为什么我信奉环境优先的评估：如果你不能重新运行世界，你就不能验证 agent。

仪表化是设计的一部分

可观测性、追踪和故障分类体系是评估基础设施。从第一天起就要收集它们——在已上线的 agent 上事后加装追踪是考古，不是工程。

诚实的胜利

一个经过验证的 35% 永远胜过未经核实的 70%。公布基线。公布失败模式。可复现的失败是研究成果；看似美好的幻觉是负债。

“模型是简单的部分。知道 agent 是否真正完成了工作是困难的部分——而这正是值得押注的瓶颈。”