当AI开始组队，企业该怎么分工？

多个AI协作之后，更重要的问题可能是如何组织。

过去，我们习惯把问题交给一个AI，等待一个回答。如果换成几个AI分别查找、比较和核对，再由另一个角色汇总，工作的样子会有什么不同？这个问题既涉及模型能力，也涉及组织方法。

Anthropic公开的多智能体研究系统，采用主代理协调、子代理分头研究的方式，探索可并行的任务。其工程分享也指出，这类系统有额外的资源消耗和协调限制，不能把增加代理数量简单理解为提升效果。

对企业而言，值得提前梳理的是：哪些工作能够独立开展，哪些工作必须共享背景，哪些结论需要一个明确的人负责。若任务边界含糊、资料版本不同，多个AI也可能重复工作，或者把彼此的错误带进最终答案。

我们更关心一种新的协作可能：让人确定目标与判断标准，让适合并行的研究各自展开，再把证据与分歧集中到可以审阅的位置。协作系统的设计，应当让不同意见可见，而不只是让输出变多。

未来团队的能力，可能不仅体现在成员有多强，也体现在任务如何分配、知识如何共享、错误如何被发现。AI开始组队之后，企业对组织工作的理解，仍然十分重要。

参考阅读：Anthropic｜How we built our multi-agent research system