一句话：一堆 AI 各自为政，不如一个 AI 统管全局。前提是，这个 AI 真的靠谱，而且要一大家子都肯把事交给它。
这是 Anthropic Alignment Science 团队用四个模拟环境测出来的结论。他们让 Anthropic、OpenAI、阿里等一票前沿模型去跑四类多人共用场景，最后结论一致到有点反常：单一智能体协调，四个环境全部胜过每人各配一个智能体的方案。官方口径见 alignment.anthropic.com/2026/worse-together/。
一句话结论，藏在四个环境里
拆开看，「多用户多智能体」听起来唬人，其实就是现实中每天都在发生的几种尴尬。团队挑的四个环境，恰好各卡一种难点。
第一个是共享 API token 预算。一小组人共用同一笔额度，有人把预算烧光了，别人就干不了活。这不是多一个聪明脑子能解决的，是资源怎么分的问题。
第二个是诊所日历。几个前台要排一个共享的预约表，既要避开已有档期，又得补齐医生空档，还要照顾病人偏好。任何两个请求撞在一起，就得有人让步。
第三个是团体订餐或旅行预订。一群人各有口味和时段，得在所有人的偏好里挤出一个大家都算满意的方案。第四个是合并队列：好几条待办排进一条线，谁来排队、谁插前面，优先级每天都在打架。
这四件事有个共同点：每一步都不难，难的是「接下来该轮到谁」。单点决策都很轻，一旦几个人共用一份资源，选择本身就成了协调。
各用各的，问题到底出在哪
「每人配一个 AI」听起来不挺体面吗？各干各的，谁也别耽误谁。可实测偏偏是它输。
问题出在三个地方。第一，上下文碎片。每个 AI 只看得到自己那份输入，看不到别人刚干了什么，两头一起改一个文档，互相不知道。第二，重复操作。四个人给同一个会议室申请，系统收到四个几乎一样的请求，全得排一遍队。
第三，也是最要命的，谁都不知道整体在发生什么。一家人各开各的车出门，导航各自算各自的，到了商场门口发现车停不进一个停车场。每个局部都对，整体就是乱。
协调为什么能赢
单一智能体赢在哪？说白了，它天然握着一张全局的底牌。所有请求进同一个脑子，它一眼就看到谁的优先级高、哪些请求能合并、哪个档期已经被占。
它的优势是「知全局」。划重点：多智能体的敌人不是算力，是信息不对称。四个各管一段的家伙，加在一起的信息量不比一个全局的少，但这些信息没有汇到同一个决策点上。
协调型的答案不一定是平均地满足所有人，而是找一个整体最不亏的方案。对订餐是整体满意度最高，对排程是冲突最少。它牺牲掉一点局部最优，换来整体少翻车。
换个比喻更清楚：一支球队和一群各带各的球的散兵，区别不在每个球员脚法多好，在于有没有人知道球该往哪传。
但这里有个前提，先泼盆冷水
这四个环境是实验室里构造出来的。我得追一句：环境本身是不是就偏向「中心化」方案。测试里所有角色共用同一套目标、同一个屋檐下，没有真实世界那种各自为营的小算盘。
真实世界里，隐私是个坎。一个智能体统管全家的事实，意味着所有请求、所有偏好、所有排队位置都穿过它一个脑子。谁来保管这些数据，账目怎么算，权限怎么叠，这套基准一个字都没提。
还有信任问题。让一个 AI 替我订餐是一回事，让它替我签一份有法律效力的东西，是另一回事。而且，一个智能体出错，是全家人一起错。分散方案里坏一个还留几个，中心化一崩，谁都动不了。
这跟当下产品趋势对得上
顺带一句，这个结论跟「AI 替你开会」「AI 替你跑腿」的产品趋势是同一个方向。Cursor、Grok Bot 这类工具，本质上都是把一个人的琐事收进一个脑子统一处理，把「一个人用很多个 AI」往「一个 AI 管一个人一整摊子事」上推。这里是讨论多人共用一个协调者，方向一脉相承，但我不展开。
我的判断：这个基准证明的是「在受控的共享场景里，协调优于各自为战」，它没证明「所有 AI 场景都该中心化」。中心化的收益是真的，代价也是真的。至于值不值，得看隐私和信任这两本账算不算得平。
最后一句，留给你：如果哪天家里那台 AI 能替你统筹整个周末，你愿意把所有行程、偏好、待办都交给它一个脑子吗？
