AI agent 開得多未必做得快：國旗遊戲揭示溝通成本同錯誤共識

國旗遊戲究竟測緊咩

Elizabeth Pavlova 同 Hidenori Tanaka 設計嘅 Flag Game，會將一面完整國旗切成細塊，每個 AI agent 只睇到其中一小部分。佢哋先各自估國家，跟住按指定方式交換答案同理由，最後睇成班 agent 加埋有冇估中答案。單一 agent 手上證據有限，成組人理論上就有足夠線索，研究重點係啲線索點樣流動，同埋 agent 會信自己雙眼多啲，定跟其他成員嘅講法。

論文試咗三種組織方式：agent 隨機一對一交換消息、全組同步廣播，仲有一個睇唔到國旗碎片嘅 manager agent，專門讀取各方報告再作決定。結果顯示，通訊方式、模型組合同 prompt 都會改變表現。廣播雖然解決咗消息傳唔到出去嘅問題，但所有人一齊見到同一批意見，亦可能令一個早期誤判迅速變成主流；manager 可以集中整理資料，表現同樣要睇佢識唔識分辨證據強弱。

「16 個 agent」唔係採購公式

TechNews 科技新報報道將研究引申到企業採用 AI agent 嘅數量上限；The Register 亦以 16 個作為焦點。不過論文本身講得窄好多：16 只係 Flag Game 特定 population scaling 設定入面出現嘅轉折位。人少時，成組人未必抽到足夠關鍵圖像；數量再升，證據覆蓋面會擴闊。群組再大啲，部分實驗就出現陣營分裂，各小圈子反覆確認自己嗰套答案，整體表現反而回落。

呢個實驗本身冇寫 code、操作瀏覽器、修改公司資料庫，亦冇處理真實項目入面嘅依賴關係。作者都將 Flag Game 定位成受控合成任務，方便逐層追查集體判斷點解成功或者失敗。企業用幾多個 agent 冇一條固定數字可抄，任務可唔可以平行、共享狀態有幾複雜、每個 agent 拎到咩工具同資料，都足以改變結果。

Coding agent 最易中嘅錯誤共識

套落 Codex、Claude Code 或內部自動化，最有用嘅提醒係：多幾份答案唔等於多幾份獨立證據。如果五個 agent 用同一模型、讀同一段需求，再沿用第一個 agent 錯咗嘅假設，後面四個好可能只係寫出語氣唔同嘅附和。表面上好快達成共識，實際上錯得相當一致。共享對話愈長，舊結論亦愈容易變成大家唔再質疑嘅前設。

研究將群體失敗拆成幾類，呢個框架幾啱開發團隊用：可能冇任何 agent 見過關鍵檔案；有人發現問題但冇傳出去；消息傳到 manager 手上卻俾較響亮嘅錯誤意見蓋過；又或者最早出現嘅合理答案令全組太快鎖定方向。四種情況要用嘅修正方法完全唔同，分別涉及補資料、改交接格式、調整匯總規則，同保留獨立判斷時間。

點樣分工先比較實際

多 agent 比較適合邊界清楚、可獨立驗收嘅任務，例如一個查 API 變更、一個追測試失敗、一個做安全檢查，再交畀 manager 整合。幾個 agent 同時改同一組核心檔案，通訊、合併衝突同重做成本好容易食晒平行處理慳返嘅時間。拓撲亦要跟任務揀：獨立調查可用中央 manager 收結果；高度依賴嘅改動，逐步交接通常穩陣過全員廣播。

論文亦發現 social-awareness prompt 同混合模型有機會改善集體表現。實際設計時，可以要求 agent 清楚標明「親眼見到嘅證據」、「由其他 agent 收到嘅講法」同信心，減少傳聞一路複製；關鍵檢查亦可交畀另一款模型或另一套 prompt，降低錯誤高度相關嘅機會。不過模型多樣性會加重成本同結果格式差異，應該留畀高風險、值得交叉驗證嘅環節。

評估時唔好淨係睇有冇交功課

一套 multi-agent 系統交到答案，唔代表協作真係有效。開發團隊仲要一齊量度測試通過率、完成時間、token 同 API 成本、合併衝突、返工次數，仲有錯誤係咪由多個 agent 重複製造。最好保留每個 agent 最初嘅獨立判斷，再同溝通後答案比較，咁先睇到協作究竟補到資料，抑或只係令大家更快同意。下一步值得等嘅係同類研究搬到真實 coding 任務，再比較唔同任務拆法同通訊結構。

參考來源

• TechNews 科技新報 — 溝通成本吃掉效率，研究：企業導入 AI 代理人數量有黃金上限 — original report
• OpenReview：Flag Game: Interpreting Decision Mechanisms of Bounded Social Agents — 研究 primary source，核對作者、受控任務、通訊機制、模型多樣性同研究限制。
• Flag Game 官方示範 — 研究團隊提供嘅互動示範，用嚟理解每個 agent 只掌握局部國旗資訊嘅設定。
• RIKEN iTHEMS：When Is Collective Intelligence a Lottery? — 研究者演講介紹 Flag Game、群體極化、模型多樣性同集體判斷背景。
• OpenAI Agents SDK — 官方開源資料，核對 agent、handoff、工具、guardrail 同 tracing 等系統組件。
• Anthropic：Multiagent orchestration — 官方文件列出平行分工、專門角色同 coordinator 架構，補充實際 multi-agent 設計背景。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。