你以為你會用 AI,其實你還在「單線程」

Boris 在訪談裡丟了一個數字:他們團隊一個 loop 裡同時跑十幾個 Agent。我看到的當下第一個反應不是「酷」,是「我為什麼沒這樣用?」

Boris 是 Claude Code 的負責人。他說 Claude Code 最被低估的功能,是 loop 指令——讓 Agent 自己在一個迴圈裡持續工作,每隔一段時間自動呼叫下一個 Agent 接手。他們團隊內部,一個 loop 裡會同時有十幾個 Agent 在跑:一個負責部署、一個盯著部署結果、一個在等部署完成後重新調整架構……彼此之間自動接力、自動協作。

我手上明明有十幾個 Skill,有 article-alchemist、有 post-publisher、有 ig-carousel-maker,每一個都調校到自己很滿意的程度。但我使用它們的方式,是一次叫一個出來、做完、收工、再叫下一個。

我跟 Boris 之間的差距,看起來不大——我們都用 Claude,都封裝 Skill,都讓 Agent 跑任務。

但實際上,差了一個次方。

這不是技術問題,是架構問題

我一開始以為這是「我還沒學會某個技巧」。後來我想清楚了——這是一個架構問題,不是技術問題。

我跟 Boris 用的是同一個模型、同一套工具。差別在於我們對「Agent 該怎麼運作」的想像,根本不在同一個層次。

我的方式,比較像是外包鏈:我把任務 A 丟給 Agent 1,做完之後,把結果交給 Agent 2 處理任務 B,再交給 Agent 3 做任務 C。每一棒只看到前一棒的結果,整個流程是線性的、加法的。

Boris 的方式,比較像是會議室:十幾個 Agent 同時在場,彼此即時交流、互相影響。一個 Agent 發現問題,另一個 Agent 立刻接手調整,第三個 Agent 同時在準備下一輪輸出。沒有人在等別人做完,每個人都在現場。

這兩種方式的效益差,不是線性的。是次方型的。

你想想自己的工作經驗就知道——一場「會而不議、議而不決」的外包式會議,跟一場大家同時在場、即時碰撞的高效會議,產出根本不能比。前者是溝通摩擦累加,後者是想法即時激盪。

我現在的 AI 使用方式,就是前者。

而且,這還順便解決了一個技術上的硬傷

你可能會想:「等等,叫一個長對話的 Agent 連續做十件事,跟叫十個 Agent 各做一件事,結果不是差不多嗎?」

差很多。而且差在一個你看不見的地方——Context(上下文)。

任何一個用過 Claude、ChatGPT 一陣子的人都有過這種經驗:對話一開始很精準,講到第二十輪、第五十輪之後,模型開始變鈍、開始忘記、開始給出看起來很順但其實偏離主題的答案。這不是模型「累了」,是 Context 被塞滿了。每多一輪對話,模型要記住的東西就多一份,注意力就被稀釋一點。

我目前的單線程做法,就是這個問題的典型受害者:我把多個 Skill 串在同一個對話裡持續調用,到後段品質一定下滑。我能做的只有重開對話,然後重新交代背景——又是一輪溝通成本。

Boris 的多 Agent 架構,剛好繞開這個問題。每一個 Agent 開啟時都是全新的 Context,最精準、最新鮮的狀態,做完一件事就把結果回傳,不在自己身上累積負擔。整個系統的「平均注意力品質」永遠維持在最高點。

換句話說,多 Agent 協作不只是「組織效率」的勝利,它同時是「對抗模型衰減」的工程設計。Boris 他們不是在炫技,是在用一種非常清醒的方式——理解模型擅長什麼、不擅長什麼,然後用架構去補位。

這也是為什麼他在訪談裡特別強調「平行化的廣度比深度重要」。深度的單一 Skill 越鑽越深,Context 也越塞越滿;廣度的平行架構,每個節點都保持鋒利。

真正的卡點:你把 AI 當「工具」,還是當「組織」?

為什麼大部分人(包括我)架構不起來?

我反覆想這個問題,發現答案不是「不會寫 prompt」,也不是「不會封裝 Skill」。

是心智模式。

我們這一代用 AI 的人,潛意識裡還是把它當工具——我要完成 X,所以我打開 Skill A。任務一次做完,結束。這是工具思維:一次一個任務,一次一個工具。

但要做到 Boris 那種「一個 loop 跑十幾個 Agent」,你需要的是組織思維——我要解決 Y 這個情境,所以我設計一個有 3 個角色協作的流程。CEO Agent 負責決策、編輯 Agent 負責潤飾、研究員 Agent 負責找資料,他們同時在場、彼此交流。

這是兩個完全不同的問題:

• 工具思維問的是:「我要做什麼?」
• 組織思維問的是:「這個情境需要哪些角色?他們怎麼分工和對話?」

你買了十把瑞士刀,工具思維的人一次拿一把出來用。組織思維的人會問——這十把刀如果同時動起來,能解決什麼我一個人解決不了的事?

我自己也還在過渡中

寫到這裡我必須誠實——我自己也還在工具思維裡。

我有一堆 Skill,但我還是習慣一次調用一個。我會不自覺地監看每一步、確認每一步、然後才放下一步。我給自己的理由是「品質可控」,但本質上是我還沒準備好把判斷權交出去。

我猜很多人卡在跟我一樣的地方。不是不會用 AI,是不敢放手讓多個 Agent 同時運作。我們對 AI 的信任,還停留在「一次盯一個」的階段。

但這就是下一階段必須跨過的門檻。

當模型能力足夠成熟、Skill 之間的協作協議夠穩定,會用單一 Agent 的人不會稀缺,會設計多 Agent 架構的人才會稀缺。

下一個值錢的能力,不是寫更好的 prompt,是設計更好的組織。

寫給跟我一樣的人

如果你跟我一樣,已經有一堆 Skill、會用 AI 完成任務、但總覺得自己用得「還不夠盡興」——

也許你卡的不是技術。是你還在用單線程的腦袋,指揮一群本來可以多線程的工具。

我也還沒走過去。但我至少看到那條河在哪裡了。