Anthropic 為群組中的每個人都分配了一個專屬的 AI 代理程式,但該群組的表現卻不如由一個代理程式為所有人服務時的表現。 這是迄今為止最明確的證據之一,證明「每位員工都有一位代理人」並不能實現有效的團隊合作,並且明確指出哪些做法才是有效的。
在《Worse Together》(2026 年 11 月)中,Anthropic 的研究員計畫中的研究人員為一個小組中的每個人都分配了一個專屬的 AI 代理程式,讓這些代理程式共用一個預算、一個行事曆或一個訂單,並將結果與另一個由一個代理程式為所有人服務的小組進行比較。 在各種情境下,一個代理程式為所有人服務,對整個團隊來說都更好。 對於任何建立代理工作流程的人來說,結論很明確:問題不在於代理。 問題在於圍繞在它們周圍的團隊是如何組織的。
我們的產品長 Arnab Bose 在 Anthropic 的人機團隊系列文章中直言不諱:「如今,每個團隊都由人類和代理程式組成。」 他說,這些團隊需要的是「一個人類和代理程式都可以依據其工作的共用情境」。 他在文章中進一步闡述了 Asana 如何在其團隊中建立代理式工作流程,並提供了一些實際範例。
該研究使用了模擬使用者,但設定是日常設定:共用運算預算、診所行事曆、團購訂單和發佈期限。 在這四個情境中,對於測試的兩個 Claude 模型而言,為整個群組服務的單一代理程式的表現都優於由多個個人代理程式組成的團隊。
出處:Worse Together,Anthropic 對齊科學部落格,2026 年 11 月 11 日(圖 2)。 圖中顯示的是 Claude Opus 5;Claude Sonnet 5 遵循相同的模式。
另外還有三項調查結果特別顯著。
代理程式越多,行動越少。 隨著團隊從 4 個代理程式擴大到 16 個代理程式,在其中一個測試的模型中,曾經對共用預算採取行動的代理程式比例從 66% 下降到 10%。
已傳送但未讀取。 使用者的特殊要求有 94–99% 的機率傳達給負責下團體訂單的代理程式,但在結帳時,該代理程式只有 47–67% 的機率看到該要求。
分數掩蓋了損害。 有些代理人未經詢問就取消了其他人的工作,但群組的得分仍維持不變。 研究人員的結論:衡量代理人的行為,而不僅僅是他們的交付成果。
因為分享的工作比個人任務更困難。 負責預訂晚餐的個人代理程式只有一個人、一個步驟、一個意見,以及其所需的所有情境資訊。 協作工作涉及許多人、許多步驟、許多意見、機構知識和核准。 這些情況在研究中都有出現。
1. 許多人:沒有人負責召集。 由於沒有人負責共用預算,客服人員的行動太少且太晚,最有價值的工作沒有足夠的時間完成。 這看起來非常像旁觀者效應,而且隨著團隊的擴大,情況變得更糟。
2. 許多步驟:客服人員在閱讀重要資訊前就採取行動。 在團購訂單中,結帳的代理人通常還沒有閱讀應該要變更訂單的那個請求。 在工作中,當客服人員在關鍵核准或更新完成前傳送草稿、預訂廠商或合併程式碼時,也會發生同樣的情況。 若跳過了重要的步驟,那麼在某個步驟上快速推進並非進展。
3. 學院知識:代理程式憑空猜測。 每個代理程式只看到自己使用者的備註,但卻必須代表整個群組發言。 因此,它填補了空白,假設每個人都想要其使用者想要的內容,或者說有人在未同意的情況下表示同意。除非將資訊記錄在代理人可以看到的地方,否則代理人無法瞭解人、事、時、方式和原因。
4. 多種意見:每個代理程式都為其自身使用者爭取權益。 每個代理程式的設計都是為了服務一位使用者,沒有一個是為了服務整個群組而設計的。 在 65–77% 的團隊執行中,至少有一個代理程式根據另一個人的請求編輯了共用訂單或預訂。
5. 核准和資料:代理人越權。 有些代理人不經詢問就取消了其他人的工作。 在工作中,這看起來像是代理程式重新指派同事的任務、覆寫共用檔案,或花費本來不該動用的預算。
這些情況都不是關於模型是否能夠執行任務。 而是關於工作的組織方式。 這不僅是團隊的問題:作者指出,當一個人針對重疊的工作執行多個代理程式時,也會發生類似的衝突。
為代理程式提供您會為任何團隊提供的結構:所有者、檢查點、一個計劃和明確的限制。 該研究直接測試了其中一些。 其餘的則來自 Asana 如何執行自己的代理程式,Arnab 在 Anthropic 的部落格系列文章中對此進行了說明。 目標並非減少代理程式的數量。 而是像團隊一樣組織起來的代理程式。
哪些地方出了問題 | 研究發現 | 最佳作法 |
1. 無人負責通話 | 指定的主導代理彌合了與共用預算中單一代理之間的差距。 新增明確的指示,例如按價值對工作進行排序,效果更佳。 | 為每個代理程式指定明確的角色和指定的人類所有者,並像新進員工的簡介一樣寫下來。 當代理人發生衝突時,由所有者決定。 |
2. 代理程式在閱讀前就採取行動 | 在代理程式閱讀完訊息之前阻止結帳,在重新執行時挽救了 62–73% 的失敗團購訂單。 | 將代理程式的工作保留在共用任務中,讓每個人都能查看請求、步驟和輸出,並在執行任何難以復原的操作之前新增檢查步驟。 |
3. 代理程式對他人做出猜測 | 虛假的聲明可追溯至資訊分割:每個代理程式只看到自己使用者的備註。 | 讓代理人與周圍的人員根據相同的計劃執行工作:誰負責什麼、何時完成以及已經決定的事項。 |
4. 每位客服人員只服務一位人員 | 一位明確闡述優先順序的領導者改善了共用預算的結果。 | 讓團隊而非單一人員塑造代理程式。 指定幾位編輯者來設定其指示和記憶體;其他人則針對自己的任務提供回饋。 |
5. 代理人越權 | 僅以結果為基礎的評分方式未能察覺到代理人取消了其他人的工作,因此作者建議也應評估行為。 | 將每個代理程式的存取權限限制在觸發該代理程式的人員的權限範圍內,並審查代理程式所執行的操作,而不僅僅是它們所交付的內容。 |
以下是 Asana 使用 Claude 建置的三種工作流程,摘自「您可以指導的代理程式:Asana 如何使用 Claude 建置人與代理程式的團隊」:
回答來自 Slack 的產品問題。 來自銷售人員和客戶成功人員的問題會成為 Asana 任務,由代理程式負責處理。 它會使用已核准的指引和來源連結進行回覆,為產品團隊記錄產品缺陷,並向支援團隊標記重複的問題。
向高階主管簡報有續約風險的客戶。 代理程式會閱讀整個公司所有有續約風險的客戶,並向主管傳送每日摘要,說明哪些情況正在改善、哪些情況正在惡化,以及哪些情況需要追蹤。 領導者在共享空間中向其提問並提供指導,因此它每次執行都會變得更好。
規劃工程週期。 代理人使用來自客戶回饋的支援單填寫團隊的待辦項目,人員決定每個週期要納入的內容,而計劃則顯示發佈是否進度正常。
當代理人發生衝突時,誰負責處理? 如果答案是「他們會解決」,那麼預計沒有人會採取行動。
代理程式在提交之前必須閱讀哪些內容? 在執行任何難以復原的操作之前,請指明其必須檢查的訊息和核准。
每個客服人員是否都依據同一計劃進行工作? 只能看到某位人員備註的代理程式會對其他所有人進行猜測。
誰來塑造代理程式:是個人還是團隊? 聽從某位人員指示的專員會為該人員爭取利益。
哪些行動需要受影響人員的同意,您是否正在追蹤這些行動? 良好的結果可能會掩蓋為了實現目標而取消他人工作的代理人。
代理程式工作流程是指 AI 代理程式與人員一起執行多步驟工作的流程,例如產品發佈、行銷活動管理、客戶引導或專案接收,而不僅僅是回答提示。 當多個代理程式在同一個共用空間(例如預算、行事曆或程式碼庫)中執行操作時,它們就會成為多代理程式工作流程。
個人代理程式對於個別任務非常實用。 針對共用工作,Anthropic 的「Worse Together」研究發現,在所有測試情境中,一組個人代理人的表現都比一個為所有人服務的代理人差。 如果每個人都有一個代理程式,請為這些代理程式指定一個所有者、一個共用計劃,並在它們執行任務前設定一個檢查點。
多個代理程式系統是一種設定,其中多個 AI 代理程式在同一環境中運作,並共用某些資源,例如預算、行事曆或程式碼庫。 在「合作得更糟」研究測試的版本中,每個代理程式為具有不同目標的不同人員工作,這就是許多工作空間部署的設定方式。
主要原因是協調問題,而非能力問題。 企業工作涉及許多人、許多步驟、競爭的優先事項、未記錄下來的知識以及核准。 為單一人員建立的代理程式無法妥善處理這些情況,除非有人負責決策、代理程式共用一個計劃,且任何難以撤銷的項目都會等待檢查。
應由人員負責。 每個代理人都需要一位指定的所有者來設定其指示,且其行動應對受影響的人員可見。 在研究中,有些代理程式未經詢問就取消了其他人的工作,這就是為什麼不僅輸出,行為也需要有所有者的原因。
沒有一個神奇的數字,但隨著數量的增加,協調會變得越來越困難。 只有在您能夠說明代理程式向誰負責、它可以接觸哪些內容,以及它如何與其他代理程式分享資訊時,才應新增代理程式。
關於研究。 《Worse Together》是 Anthropic Fellows 的研究,由 Sahan Paliskara、Nattaput Namchittai、Jacqueline Tay、Avery Griffin 和 Andrew Lampinen 撰寫,於 2026 年 11 月 11 日發布。 該研究在四種模擬環境中,針對 77 種情境測試了來自 Anthropic、OpenAI 和阿里巴巴的五種前沿模型。 單一代理程式與團隊比較以及請求處理的數據是作者針對 Claude Opus 5 和 Claude Sonnet 5 所報告的。 66% 到 10% 的數字適用於 Claude Sonnet 5。 作者已將其中三種情境作為開放式設定基準 MAMUBench 發佈。
來源
Worse Together:多使用者多代理程式團隊的績效如何下降,Anthropic 對齊科學部落格,2026 年 11 月 11 日
您可以指導的代理程式:Asana 如何與 Claude 一起建立人與代理程式的團隊,Claude 部落格,2026 年 9 月 29 日