当工程师成了指挥官:他用游戏思维驯服100个AI Agent

AI PM 编辑部 · 2026年04月25日 · 7 阅读 · AI/人工智能

正在加载视频...

视频章节

如果一个 AI Agent 已经很强,那把它扩展到 100 个,效率会爆炸吗?答案是否定的。AgentCraft 的作者 Ido Salomon 给了一个反直觉的判断:真正的瓶颈不是模型,而是人类自己。这场演讲把“多 Agent 失控”这个行业痛点,拆解成一套来自游戏世界的解决方案。

当工程师成了指挥官:他用游戏思维驯服100个AI Agent

如果一个 AI Agent 已经很强,那把它扩展到 100 个,效率会爆炸吗?答案是否定的。AgentCraft 的作者 Ido Salomon 给了一个反直觉的判断:真正的瓶颈不是模型,而是人类自己。这场演讲把“多 Agent 失控”这个行业痛点,拆解成一套来自游戏世界的解决方案。

最反直觉的真相:Agent 越多,废得越快

在几乎所有 Agent 演示里,我们都见过同一种幻觉:屏幕上同时跑着十几个、几十个 Agent,看起来“生产力拉满”。但 Ido Salomon 一上来就泼了冷水——“spin up agents 从来不是问题,问题在于我们。”

他的判断非常尖锐:单个 Agent 很聪明,但当你把它们堆到 10 个、20 个、100 个时,系统反而会迅速崩塌。不是模型不行,而是人类工程师根本不擅长同时管理几十个‘不听话的员工’

这句话点破了一个行业集体回避的问题:今天的 Agent 框架,默认你是一个无所不能的调度者——你能随时知道谁在干什么、是否冲突、什么时候该介入。但现实是,大多数工程师连管理 3 个并行任务都吃力,更别说 30 个 Agent。

Ido 的结论很残酷,也很真实:多 Agent 系统失败,不是因为 AI 不够强,而是因为我们把“编程能力”错当成了“指挥能力”。

灵感不来自论文,而来自 RTS 游戏

那解法在哪里?Ido 给出的答案,几乎没人会在 AI 会议上期待:游戏,尤其是 RTS(即时战略)游戏

如果你玩过《星际》《魔兽》或任何需要多线操作的游戏,就会对这种感觉很熟:你不需要微操每一个单位,而是依赖地图、视野、热区、状态提示和肌肉记忆,在高压环境下做快速决策。

AgentCraft 的核心理念正是如此——它不是一个“更聪明的 Agent”,而是一个把人类从微操中解放出来的编排器(orchestrator)

在 AgentCraft 里:
- Agent 不再是抽象概念,而是“可见的实体”——你能看到它正在操作哪个文件、哪个目录。
- 文件系统被投射成一张地图:目录是区域,文件是房间,Agent 在里面“移动”。
- 每一次修改都有完整血缘(lineage):哪个 Agent 改了什么,一目了然。

这不是炫 UI,而是在解决一个根本问题:当 Agent 数量上升时,人类唯一能扩展的能力只有“感知能力”

从“我告诉你做什么”到“我只负责审批结果”

但仅有可视化还不够。Ido 指出,多 Agent 真正的天花板,是“人脑里的想法数量”。

你可以同时开 20 个 Agent,但你没法同时给它们 20 个高质量指令。于是 AgentCraft 引入了一个关键转变:把人从执行链路中拿掉

他称之为“Campaign(战役)模式”:
- 你不再逐个下指令,而是广义地描述目标。
- 系统自动拆解任务、生成 missions / quests。
- 多个 Agent 在容器里并行跑完整流程。
- 最终交付的不是一句“完成了”,而是一组可审查的 PR、截图、视频证据。

人的角色发生了本质变化:从 babysitting Agent,变成 review Agent 的产出

这一步非常关键。它把工程师的时间,从“规划 + 跟进”,迁移到“评估 + 决策”。在多 Agent 时代,这可能是唯一可持续的工作方式。

Agent 不是取代人,而是把协作重新洗牌

演讲后半段,Ido 特意强调了一点:Agent 还不够聪明,所以人不会消失,只是位置变了

AgentCraft 里有一个他最喜欢的功能:共享工作空间。产品设计师可以接管 Agent 的上下文,在自己的电脑上继续工作;然后再把任务无缝交还给 Agent 继续执行。

这里发生的不是“人 vs AI”,而是三种协作同时存在:
- 人与人
- 人与 Agent
- Agent 与 Agent

而所有这些,都建立在一种“软协作”机制上:共享聊天、状态更新、文件感知,而不是硬性的流程卡点。

Ido 在总结时说了一句很容易被忽略的话:这些都不是新技能,只是我们在别的地方学过,却没意识到可以用在软件工程里。

总结

AgentCraft 这场分享真正有价值的地方,不在于它展示了多少炫酷功能,而在于它重新定义了工程师在 AI 时代的角色:你不再是写代码的人,而是指挥、审阅、决策的人。如果你正在构建或使用多 Agent 系统,这里有三个现实建议:第一,别急着堆 Agent,先解决“看不看得懂”。第二,尽早把自己从执行链路中拿掉,把时间留给评估结果。第三,认真对待协作界面——未来的生产力,取决于你能否像打游戏一样指挥 AI。真正的天花板,从来不在模型里,而在我们身上。


关键词: AI Agent, AgentCraft, 多Agent编排, 人机协作, 游戏化生产力

事实核查备注: 需要核查:演讲者姓名拼写(Ido Salomon / Edo Salomon);AgentCraft 的具体产品定位与下载方式;演讲发布时间与地点(伦敦);是否明确支持 Cursor 等具体工具的官方集成声明。