即刻App年轻人的同好社区
下载
# Agent 越多越聪明？Google 的 180 次实验告诉我们：有时候反而更蠢
🧠 今天读了一篇论文，对我最大的提醒是：
Multi-Agent 系统不能跟风。必须做任务匹配与预算验证。
这篇是 Google × MIT 的研究，名字叫：
Towards a Science of Scaling Agent Systems
他们测了 180 种架构组合、跑了 14,000 多次实验，结论之一就是：
“在大多数任务中，加 Agent 不升反降，性能最多掉了 70%。”
听起来很反直觉，但越读越觉得合理，特别是这几点挺提醒我的：
1️⃣ multi-agent 系统不能想当然。
我以前也觉得“多个 Agent 分工协作”一定比单 agent 更强，但实验结果却反过来：
很多任务里，加了 agent 后反而性能暴跌（PlanCraft 这个 benchmark 最多掉了 70%）。
2️⃣ 推理链长 / 工具复杂的任务，多个 agent 会碎片化信息。
每个 agent 只能看到局部，还得花 token 去彼此解释自己在干嘛，token 没花在思考上，花在了沟通上。
3️⃣ 如果单 agent 表现已经很好，再加人基本是浪费协调成本。
论文提到一个“45% 性能饱和点”——超出这个准确率之后，多 agent 反而是负收益。
4️⃣ 不要把 agent 系统类比成人类组织结构。
人类可以靠语言和习惯形成默契，Agent 没这功能。它更像是一台“认知机器”的模块组装，要考虑的是：token 怎么分、信息流怎么控、怎么避免彼此干扰。
🧠 总的来说，它提醒了我一件事：
multi-agent 架构不是“默认选项”，而是“匹配结果”。
以后再遇到任务链拆解/工具调用问题，我会先问清楚：
这个任务更适合多个 agent 分头做，
还是一个 agent 反复推理、单兵作战？
原文链接：arxiv.org
🧠 今天读了一篇论文，对我最大的提醒是：
Multi-Agent 系统不能跟风。必须做任务匹配与预算验证。
这篇是 Google × MIT 的研究，名字叫：
Towards a Science of Scaling Agent Systems
他们测了 180 种架构组合、跑了 14,000 多次实验，结论之一就是：
“在大多数任务中，加 Agent 不升反降，性能最多掉了 70%。”
听起来很反直觉，但越读越觉得合理，特别是这几点挺提醒我的：
1️⃣ multi-agent 系统不能想当然。
我以前也觉得“多个 Agent 分工协作”一定比单 agent 更强，但实验结果却反过来：
很多任务里，加了 agent 后反而性能暴跌（PlanCraft 这个 benchmark 最多掉了 70%）。
2️⃣ 推理链长 / 工具复杂的任务，多个 agent 会碎片化信息。
每个 agent 只能看到局部，还得花 token 去彼此解释自己在干嘛，token 没花在思考上，花在了沟通上。
3️⃣ 如果单 agent 表现已经很好，再加人基本是浪费协调成本。
论文提到一个“45% 性能饱和点”——超出这个准确率之后，多 agent 反而是负收益。
4️⃣ 不要把 agent 系统类比成人类组织结构。
人类可以靠语言和习惯形成默契，Agent 没这功能。它更像是一台“认知机器”的模块组装，要考虑的是：token 怎么分、信息流怎么控、怎么避免彼此干扰。
🧠 总的来说，它提醒了我一件事：
multi-agent 架构不是“默认选项”，而是“匹配结果”。
以后再遇到任务链拆解/工具调用问题，我会先问清楚：
这个任务更适合多个 agent 分头做，
还是一个 agent 反复推理、单兵作战？
原文链接：arxiv.org
3 02
很多团队觉得中东“机会大、门槛低”，但朋友提醒我一句：
看着热闹，进去做的时候才知道成本不低。
最近在拆阿联酋的消费者数据，越看越觉得他说得对。
UAE 真的不是“有钱好做”的那种市场。
它年轻、数字化极高，但同时又很务实，很多消费逻辑甚至和中国完全反着走。
我简单把几个关键点放下来，给做阿联酋的人做个参考👇
1. 心态是“想升级” + “算得很清楚”
虽然普遍收入不低，但买东西的方式其实挺务实的。
• 一半以上的人把“成功”当成人生第一目标
• 但同时，全国最关注的问题居然是通胀
所以你会看到很奇怪的场景：
愿意买更好的，但不愿意花冤枉钱。
很多品牌在这里的高端化，一定要配“价值证明”。
2. 社交媒体真的不是娱乐，是“信息系统”
这个数据我第一次看到也愣了一下：
• 83% 的新闻从社交媒体来
• 59% 搜产品直接在社交媒体搜，比搜索引擎还高
你会发现它的角色分工很清晰：
• Facebook 看新闻
• Instagram 找灵感
• TikTok 发现新品
• YouTube 做决策
• WhatsApp 处理客服
说句实话：
如果社交媒体没有打通，中东市场基本没法动。
3. 买东西是典型的：线上查 → 线下摸 → Amazon/Noon 下单
路径非常固定：
先网上查 → 看评论 → 线下看看 → 回去 Amazon 下单
线下店更多是用来建立信任，成交通常不在店里发生。
这会带来一个很现实的问题：
线下做得越好，可能越容易把用户“送”给 Amazon/Noon。
所以闭环要自己做得足够紧。
4. 食品行业看起来机会特别大（健康 + 方便）
两个数字很有意思：
• 64% 想吃得更健康
• 50% 又要求食物必须“快”
这不是矛盾，是生活方式决定的。
这里特别适合跑出来的品类：
• ready-to-eat
• 健康轻食
• meal kit
• 低卡 / 新鲜 / 天然
中国品牌在这条线上目前其实供给不足。
5. 它的“特别”，不是几个点，而是一整个结构
UAE 有一些很少市场同时具备的特征：
• 社交渗透接近 100%
• AI 接受度意外地高
• 电商是 Amazon + Noon 的双中心
• 私家车占 92%，影响到广告、配送、店铺模型
• 对加密货币高度开放
• 新闻也从社交媒体看
• 年轻、男性多、移民多
你会感觉它的消费逻辑不是“东南亚版中国”那种，
而是一个独立的消费体系。
用《盗梦空间 Inception》里 Eames 的那句台词来形容阿联酋市场，其实刚刚好：
“You mustn’t be afraid to dream a little bigger, darling.”
对所有认真考虑阿联酋的团队来说，也是一样。
Ps：notebooklm的ppt做的真棒啊🌝
看着热闹，进去做的时候才知道成本不低。
最近在拆阿联酋的消费者数据，越看越觉得他说得对。
UAE 真的不是“有钱好做”的那种市场。
它年轻、数字化极高，但同时又很务实，很多消费逻辑甚至和中国完全反着走。
我简单把几个关键点放下来，给做阿联酋的人做个参考👇
1. 心态是“想升级” + “算得很清楚”
虽然普遍收入不低，但买东西的方式其实挺务实的。
• 一半以上的人把“成功”当成人生第一目标
• 但同时，全国最关注的问题居然是通胀
所以你会看到很奇怪的场景：
愿意买更好的，但不愿意花冤枉钱。
很多品牌在这里的高端化，一定要配“价值证明”。
2. 社交媒体真的不是娱乐，是“信息系统”
这个数据我第一次看到也愣了一下：
• 83% 的新闻从社交媒体来
• 59% 搜产品直接在社交媒体搜，比搜索引擎还高
你会发现它的角色分工很清晰：
• Facebook 看新闻
• Instagram 找灵感
• TikTok 发现新品
• YouTube 做决策
• WhatsApp 处理客服
说句实话：
如果社交媒体没有打通，中东市场基本没法动。
3. 买东西是典型的：线上查 → 线下摸 → Amazon/Noon 下单
路径非常固定：
先网上查 → 看评论 → 线下看看 → 回去 Amazon 下单
线下店更多是用来建立信任，成交通常不在店里发生。
这会带来一个很现实的问题：
线下做得越好，可能越容易把用户“送”给 Amazon/Noon。
所以闭环要自己做得足够紧。
4. 食品行业看起来机会特别大（健康 + 方便）
两个数字很有意思：
• 64% 想吃得更健康
• 50% 又要求食物必须“快”
这不是矛盾，是生活方式决定的。
这里特别适合跑出来的品类：
• ready-to-eat
• 健康轻食
• meal kit
• 低卡 / 新鲜 / 天然
中国品牌在这条线上目前其实供给不足。
5. 它的“特别”，不是几个点，而是一整个结构
UAE 有一些很少市场同时具备的特征：
• 社交渗透接近 100%
• AI 接受度意外地高
• 电商是 Amazon + Noon 的双中心
• 私家车占 92%，影响到广告、配送、店铺模型
• 对加密货币高度开放
• 新闻也从社交媒体看
• 年轻、男性多、移民多
你会感觉它的消费逻辑不是“东南亚版中国”那种，
而是一个独立的消费体系。
用《盗梦空间 Inception》里 Eames 的那句台词来形容阿联酋市场，其实刚刚好：
“You mustn’t be afraid to dream a little bigger, darling.”
对所有认真考虑阿联酋的团队来说，也是一样。
Ps：notebooklm的ppt做的真棒啊🌝
6 00
深夜读书time🎵
梁宁老师这段写的太好了
人生很长，长过大多数产品、公司、产业的寿命。
这样长的周期里，人需要家人。
一家人各尽所能，各取所需，所有好的要与对方分享。也要在最坏的情况下去给对方兜底。
家人不但是尽其所能给你资源的人，更是为你兜底的人。
……
只想摘取一个人的好，而不想接纳这个人的弱，这不是长期关系的开端。
……
——《真需求》
梁宁老师这段写的太好了
人生很长，长过大多数产品、公司、产业的寿命。
这样长的周期里，人需要家人。
一家人各尽所能，各取所需，所有好的要与对方分享。也要在最坏的情况下去给对方兜底。
家人不但是尽其所能给你资源的人，更是为你兜底的人。
……
只想摘取一个人的好，而不想接纳这个人的弱，这不是长期关系的开端。
……
——《真需求》
2 00
今天看 Statista 的《Japan Consumer Insights 2025》，有 4 张图强烈推荐所有做日本市场的人看。
1️⃣ 日本消费信心长期疲弱
→ 能花但不敢花，价值感比品牌感强得多。
2️⃣ 日本数字化高度集中
→ LINE 是唯一入口，CRM/售后/触达必须 LINE 优先。
3️⃣ 线上强、线下更强
→ 40% 买东西要“到店看看”，纯线上打法很难成功。
4️⃣ 日本消费者重“稳定、安心、无压力”
→ 卖点不要喊创新，要强调“更简单、更安心、更轻松”。
这 4 个底层结构，几乎决定了一个品牌能不能在日本活下来。
1️⃣ 日本消费信心长期疲弱
→ 能花但不敢花，价值感比品牌感强得多。
2️⃣ 日本数字化高度集中
→ LINE 是唯一入口，CRM/售后/触达必须 LINE 优先。
3️⃣ 线上强、线下更强
→ 40% 买东西要“到店看看”，纯线上打法很难成功。
4️⃣ 日本消费者重“稳定、安心、无压力”
→ 卖点不要喊创新，要强调“更简单、更安心、更轻松”。
这 4 个底层结构，几乎决定了一个品牌能不能在日本活下来。
6 00
最近从我领导身上发现一个特别有意思的点：
她能平等地得罪任何人。
后来仔细想了一下，我意识到原因不是态度，也不是恶意，
而是她在管理沟通上呈现出一种非常典型的 P 型倾向：
关注感受多于目的，
表达顺序以当下想到什么为主，
而不是先想清楚逻辑和结构。
结果就是：她说的很多话，基本都只说了“前半截”。
① 两个真实例子（都来自这位领导的原话）
例子 1：想夸新领导 → 听上去像在贬旧领导
在例会上，她说：
“和之前的××领导相比，新领导给我很多支持。
以前的××领导下班后不会处理我的事，新领导晚上7点都会发我消息，我能感受到很大的支持。”
她真实想传达的是：
✔ 新领导很愿意投入
✔ 大家可以更大胆沟通
✔ 与领导沟通要提前准备
但她只说了“事实 + 感受”，完全没有说目的。
于是听上去变成：
✘ 在比较领导
✘ 在否定旧领导
✘ 在暗含评价团队氛围
现场每个人都“微妙一下”。
本来想传达正能量，
结果变成“无差别攻击”。
例子 2：想讲项目复杂 → 说成否定同事能力
一个平时躺平的同事这次主动承担了一个紧急项目，还说“住公司也要做完”。
按道理这应该被鼓励。
但她直接一句：
“不，他做不完。”
空气瞬间凝固。
而她真正想表达的是：
✔ 这个项目是链条式、分多环节的
✔ 不是写个报告就能完成
✔ 有什么是这位同事（是个i人）做不了的其他人可以承担的
但她只丢下一个“否定”，
没有解释、没有结构、没有行动指引。
于是现场所有人都懵住，私下认为她这么说真是“有毛病”🤷。
② 本质：这类沟通模式的大脑在“前半截”就结束任务了
这类沟通模式的表达路径是：
感受 → 事实 →（后半句缺失）
但团队真正需要的却是：
目的 → 背景 → 判断 → 分工 → 行动
两条路径天然对不上。
③ 为什么这种沟通方式“无意中平等地得罪所有人”？
因为当目的缺席时：
• 任何事实都像“影射”
• 任何判断都像“否定人”
• 任何提醒都像“泼冷水”
• 任何比较都像“批评团队”
不是她坏，
而是她的表达本身就充满“未完成的判断”。
而听者往往只能靠脑补。
脑补 = 误伤来源。
④ 我从她身上学到的沟通底层逻辑
为了避免自己也变成“只说前半截的人”，
我给自己定了一个超级简单但很有用的习惯：
表达前问自己三句：
1. 我想让对方理解什么？
2. 我希望对方下一步怎么行动？
3. 我为什么要现在说？（目的是什么？）
只要目的清楚了：
•结构自然出来
•表达不会误伤
•协作更顺
•别人也更愿意跟随你的节奏
尤其在管理和跨部门场景里，这个差别巨大。
⑤ 最让我震惊的，是这种沟通方式的“实际代价”
她亲手提拔的助理，背地里天天说她坏话。
她关系很好的下属朋友，会在例会上当众反驳她。
而我之前的领导，围绕在她身边的团队……
我从没听过他们说她一句坏话。
那一刻我意识到：
沟通不是软技能，它直接决定你身边站着谁、远离你的人是谁。
她能平等地得罪任何人。
后来仔细想了一下，我意识到原因不是态度，也不是恶意，
而是她在管理沟通上呈现出一种非常典型的 P 型倾向：
关注感受多于目的，
表达顺序以当下想到什么为主，
而不是先想清楚逻辑和结构。
结果就是：她说的很多话，基本都只说了“前半截”。
① 两个真实例子（都来自这位领导的原话）
例子 1：想夸新领导 → 听上去像在贬旧领导
在例会上，她说：
“和之前的××领导相比，新领导给我很多支持。
以前的××领导下班后不会处理我的事，新领导晚上7点都会发我消息，我能感受到很大的支持。”
她真实想传达的是：
✔ 新领导很愿意投入
✔ 大家可以更大胆沟通
✔ 与领导沟通要提前准备
但她只说了“事实 + 感受”，完全没有说目的。
于是听上去变成：
✘ 在比较领导
✘ 在否定旧领导
✘ 在暗含评价团队氛围
现场每个人都“微妙一下”。
本来想传达正能量，
结果变成“无差别攻击”。
例子 2：想讲项目复杂 → 说成否定同事能力
一个平时躺平的同事这次主动承担了一个紧急项目，还说“住公司也要做完”。
按道理这应该被鼓励。
但她直接一句：
“不，他做不完。”
空气瞬间凝固。
而她真正想表达的是：
✔ 这个项目是链条式、分多环节的
✔ 不是写个报告就能完成
✔ 有什么是这位同事（是个i人）做不了的其他人可以承担的
但她只丢下一个“否定”，
没有解释、没有结构、没有行动指引。
于是现场所有人都懵住，私下认为她这么说真是“有毛病”🤷。
② 本质：这类沟通模式的大脑在“前半截”就结束任务了
这类沟通模式的表达路径是：
感受 → 事实 →（后半句缺失）
但团队真正需要的却是：
目的 → 背景 → 判断 → 分工 → 行动
两条路径天然对不上。
③ 为什么这种沟通方式“无意中平等地得罪所有人”？
因为当目的缺席时：
• 任何事实都像“影射”
• 任何判断都像“否定人”
• 任何提醒都像“泼冷水”
• 任何比较都像“批评团队”
不是她坏，
而是她的表达本身就充满“未完成的判断”。
而听者往往只能靠脑补。
脑补 = 误伤来源。
④ 我从她身上学到的沟通底层逻辑
为了避免自己也变成“只说前半截的人”，
我给自己定了一个超级简单但很有用的习惯：
表达前问自己三句：
1. 我想让对方理解什么？
2. 我希望对方下一步怎么行动？
3. 我为什么要现在说？（目的是什么？）
只要目的清楚了：
•结构自然出来
•表达不会误伤
•协作更顺
•别人也更愿意跟随你的节奏
尤其在管理和跨部门场景里，这个差别巨大。
⑤ 最让我震惊的，是这种沟通方式的“实际代价”
她亲手提拔的助理，背地里天天说她坏话。
她关系很好的下属朋友，会在例会上当众反驳她。
而我之前的领导，围绕在她身边的团队……
我从没听过他们说她一句坏话。
那一刻我意识到：
沟通不是软技能，它直接决定你身边站着谁、远离你的人是谁。
6 02
🙂准备建个出海群，为什么建？有什么用？请继续看下面👇
IMF 和 NBER 做了一个全球不确定性指数。
2025 年前三季度，这个指数明显抬升。
但与此同时——
2024 年中国非金融对外直接投资（ODI）流量达到 1924 亿美元，同比增长 8.4%。
世界不确定性在增强，但中国企业走出去的步伐也在加快🌝
过去 6-7 年我一直在做中国企业出海咨询，主要服务政府、央企。
上周三受邀给一批出海的决策层 / 风控负责人做分享，我也是从这个数据讲起。
讲完当天有 28 个人加我微信，还有几家机构约下一场。
以前一场通常只有 3-5 人加我，这次是个明显的“数据异常”。
我复盘了一下，企业问的问题变了：
以前问的是：
“东南亚机会大吗？”
“我们该不该出海？”
现在问的是：
“为什么我们国内跑得很好，到海外就跑不动了？”
“同行做成了，我们为什么不行？”
“怎么判断一个市场是否适合我们？”
从“要不要做” → “为什么没做成”。
说明很多企业已经出去了，但卡住了。
🧭 所以我想建一个小圈子
不大、不喧闹，面向真正做事、愿意思考的人。
适合这样的人加入👇
✓ 正在做 / 准备做出海（企业、团队、一人公司都可）
✓ 在看海外市场、消费者行为、竞争格局
✓ 用数据判断问题（Statista、海关数据、Google Trends 等）
✓ 想长期交流，而不是一次性提问
主要聊：
• 各国市场
• 消费者行为
• 政策环境 / 营商风险
• 数据源交流
• 案例拆解
📌 入群方式（⚠️）
私信我：你的出海方向 + 目前卡住的一个具体问题
例：
“印尼电商，想验证支付漏斗问题”
“美国 SaaS，增长卡在 activation”
“中东跨境，想搞清楚内容与付费比例”
越具体越能看出你是不是在认真做事。
目标 1-2 个月做到 50 人左右——
密度够、讨论不断层、又不会乱。
🌍 市场范围
主要是 SEA / MENA / LatAm / Africa / South Asia。
也欢迎做欧美日韩——
但希望你告诉我：你在研究哪些能迁移到新兴市场的洞察。
比如：
“Shein 在美国学到的内容打法，如何拿去巴西。”
如果你也在摸索出海路，欢迎一起来走一段。
IMF 和 NBER 做了一个全球不确定性指数。
2025 年前三季度，这个指数明显抬升。
但与此同时——
2024 年中国非金融对外直接投资（ODI）流量达到 1924 亿美元，同比增长 8.4%。
世界不确定性在增强，但中国企业走出去的步伐也在加快🌝
过去 6-7 年我一直在做中国企业出海咨询，主要服务政府、央企。
上周三受邀给一批出海的决策层 / 风控负责人做分享，我也是从这个数据讲起。
讲完当天有 28 个人加我微信，还有几家机构约下一场。
以前一场通常只有 3-5 人加我，这次是个明显的“数据异常”。
我复盘了一下，企业问的问题变了：
以前问的是：
“东南亚机会大吗？”
“我们该不该出海？”
现在问的是：
“为什么我们国内跑得很好，到海外就跑不动了？”
“同行做成了，我们为什么不行？”
“怎么判断一个市场是否适合我们？”
从“要不要做” → “为什么没做成”。
说明很多企业已经出去了，但卡住了。
🧭 所以我想建一个小圈子
不大、不喧闹，面向真正做事、愿意思考的人。
适合这样的人加入👇
✓ 正在做 / 准备做出海（企业、团队、一人公司都可）
✓ 在看海外市场、消费者行为、竞争格局
✓ 用数据判断问题（Statista、海关数据、Google Trends 等）
✓ 想长期交流，而不是一次性提问
主要聊：
• 各国市场
• 消费者行为
• 政策环境 / 营商风险
• 数据源交流
• 案例拆解
📌 入群方式（⚠️）
私信我：你的出海方向 + 目前卡住的一个具体问题
例：
“印尼电商，想验证支付漏斗问题”
“美国 SaaS，增长卡在 activation”
“中东跨境，想搞清楚内容与付费比例”
越具体越能看出你是不是在认真做事。
目标 1-2 个月做到 50 人左右——
密度够、讨论不断层、又不会乱。
🌍 市场范围
主要是 SEA / MENA / LatAm / Africa / South Asia。
也欢迎做欧美日韩——
但希望你告诉我：你在研究哪些能迁移到新兴市场的洞察。
比如：
“Shein 在美国学到的内容打法，如何拿去巴西。”
如果你也在摸索出海路，欢迎一起来走一段。
7 20
我有点悟了，女生假胯宽怎么调整力线能慢慢消失😂
最近刷脂在爬楼梯，n个人跟我说爬楼梯刷脂很好用，但容易膝盖疼、或者balabala，直到最近我有点悟了。
我普拉提教练最近在纠正我的一个发力，我刚开始不懂，只一味的照做，像个复健的病人一样在老师的搀扶下做动作🌝终于第三节课以后，我有点悟了！
那个发力的感觉我描述一下，就大腿根部外旋，会感到臀部上侧的两块肌肉有发力感，大腿内侧以及脚内缘会用力踩向地面，整个下肢会有挺拔的感觉🌝爬楼梯也记住这个感觉，基本上整条腿的发力感会有减弱，大腿上侧不容易很酸，其实也会用力，只是大腿内侧根部的酸感会超过大腿上侧的感觉，大腿后侧的膕绳肌也会有发力感。
最近刷脂在爬楼梯，n个人跟我说爬楼梯刷脂很好用，但容易膝盖疼、或者balabala，直到最近我有点悟了。
我普拉提教练最近在纠正我的一个发力，我刚开始不懂，只一味的照做，像个复健的病人一样在老师的搀扶下做动作🌝终于第三节课以后，我有点悟了！
那个发力的感觉我描述一下，就大腿根部外旋，会感到臀部上侧的两块肌肉有发力感，大腿内侧以及脚内缘会用力踩向地面，整个下肢会有挺拔的感觉🌝爬楼梯也记住这个感觉，基本上整条腿的发力感会有减弱，大腿上侧不容易很酸，其实也会用力，只是大腿内侧根部的酸感会超过大腿上侧的感觉，大腿后侧的膕绳肌也会有发力感。
8 12