有一类 AI 论文,我已经开始一眼认出来了。
拿一场真实的行业争论。
把其中一方的最强版本,换成一个狭窄的玩具抽象。
证明一些关于玩具的真话。
然后放任全网假装整场争论就此了结。
On the Reliability Limits of LLM-Based Multi-Agent Planning 这篇,看起来正中此道。
先把话说清:这篇论文看起来是真的,核心定理也不是胡说。在一个封闭的多智能体网络里,每个智能体拿到的证据相同、只能经由有限的语言通道传递信息,这时一个能接触同样信息的集中式决策者,会压过一个委派出去的网络。在那个场域里,智能体并不制造信息。它们在压缩并转发信息。
行。好。随便。
缺席的环境反馈
但这不是实践中真实智能体系统的样子。
论文里描述的实验设置用的是接力式提示:下游阶段看不见原始问题,只看见前面阶段压缩过的输出。换句话说,他们测的是「学术传声筒」的失败模式,却把它当成关于「多智能体规划」的结果端出来。
这个区别要命。
真实智能体系统的价值,恰恰来自这套框定剥掉的那些东西:
持久状态、共享工件、工具调用、核验者对原始材料的访问、环境反馈、异构角色,还有随着时间涌进系统的新信号。
论文自己其实变相承认了这一点——它把工具输出、数据库查询、API 响应和环境观测都当成会改变分析的外生信息来处理。
所以他们到底证明了什么?
一个狭窄但有用的东西:
如果你的多智能体架构只是几个智能体拿着同一份上下文的失真摘要传来传去,那么是的,这架构不是魔法。
这个结果公道。
但它不是针对现代智能体编排的严肃反驳。它反驳的是封闭接力系统:共享证据、通信有界。
这两回事不是一回事。
这是我希望更多人盯着的套路:
🍎 有时一篇论文证明了真东西,
🍏 但只在砍掉问题里现实价值所在的那一段之后。
记住了孩子们,定理可以是对的——瞄错靶子也算对。
论文: