多智能体系统：88% 的试点从未上线，问题出在哪里

今天这份简报聚焦一个正在大规模落地、却同时大规模踩坑的技术趋势——多智能体系统（Multiagent Systems）。

Gartner 在 2025 年 10 月发布的 2026 年十大战略技术趋势中，把多智能体系统列为核心之一1。到 2026 年第一季度，已有 80% 的企业应用在新版本中嵌入了至少一个 AI 智能体——这个比例在 2024 年只有 33%2。

但同一份数据还有另一面：88% 的多智能体试点从未进入生产环境。失败原因不是模型不够强，而是产品设计出了问题。

技术是什么

多智能体系统是把一个复杂任务拆给多个专门负责不同子任务的 AI 智能体，由一个「编排层」协调它们协同工作的架构。

单个 AI 智能体像一个全能但注意力有限的员工——叫它同时做市场分析、写 PRD、跑竞品数据，表现会大幅下降。多智能体系统则像一个小团队：一个智能体专门搜索和整理信息，另一个专门分析和推理，第三个专门生成结构化输出，编排层把它们的工作衔接起来。

这个架构有两个直接好处：并行执行（多个智能体同时工作，总耗时缩短）和专业化分工（每个智能体只干一件事，准确率更高）。Anthropic 的工程负责人 Boris Cherny 公开表示，他已经在用「Loop」机制从手机端编排数百个智能体自动维护项目3。

多智能体系统瞄准的是「单次对话完不成的复合任务」。

举两个已经在落地的场景：

客户支持工单分发：第一个智能体读取用户来信并提取意图，第二个匹配历史解决方案库，第三个判断是否需要升级人工，编排层根据各智能体输出决定最终路由。整个链路平均处理时间从 4 分钟压到 40 秒。
金融交易分析报告：用多个专门智能体分别处理市场数据、公司财报、舆情，最终合并成结构化简报。单智能体版本在数据量超过一定阈值后幻觉率明显上升，多智能体版本通过分工把每个子任务的上下文窗口控制在合理范围内，准确率更稳定。

这类任务的共同特征是：步骤多、涉及多种数据源、中间步骤有依赖关系、任何一步出错都会影响最终结果。这正是单智能体或纯规则系统的薄弱地带。

调研数据给出的答案很直接：问题出在产品设计，不在模型2。

多智能体流程有一个单智能体没有的特性：错误会级联传播。第二个智能体基于第一个智能体的错误输出工作，第三个基于第二个……用户拿到最终结果时，已经不知道哪一步出了问题，也无法修正。

大多数失败试点回避了用户在这类系统里真正需要的四件事：

做成黑盒「全自动」的系统，用户第一次遇到错误就会失去信任，且这种信任损耗极难修复——他们会把那次坏体验泛化到整个产品。

对 PM 来说，现在有三件事可以直接对应到 roadmap 决策：

1. 先问「这是几步任务」，再决定要不要用多智能体

单步或两步任务用单智能体就够了。多智能体适合的场景有明确特征：任务步骤超过 3 步、步骤间有数据依赖、不同步骤需要不同「专业能力」。用错了架构，只会增加延迟和复杂度。

2. 把「可解释性」当核心功能来设计，不是事后优化项

用户需要在流程中看到「当前哪个智能体在工作、输出是什么、依据是什么」。这不是技术透明度文档，是产品 UI 层的设计问题。做到这一点的产品，上线后用户投诉率会低得多。

3. 让用户能在中间节点介入

多智能体流程不应该是不可打断的黑盒流水线。如果第一个智能体的输出有偏差，用户能在进入下一步之前修正它，整个系统的可用性会质变。这类「人工介入点」设计是目前竞争差异最明显的地方——做了的团队留存率更高，没做的团队在第一次大规模错误后用户大量流失。

今天多智能体已经是企业级 AI 产品的竞争基线，不再是差异化特性2。知道它为什么失败，比知道它能做什么更值钱。