今天看了Claude的一篇技术博客，原文题目是：《Patterns and problems in emerging multiagent systems》大家有兴趣可以自己看。因为最近我也带团队做类似的工作，对里面的几组实验中的一个现象吸引到了。

他们做实验发现，同一个模型支持的Agents具有非常明显的“低方差”，也就是能力和思考范式的趋同性，这导致了产出的东西高同质化。但这还不是最严重的，最严重的是因为低方差，所以Agents集群无法有效校验同类错误，导致集体踩坑，bug*N倍放大，整个任务崩溃。

可能这个技术博客的作者是理工科，对经济学、社会学不了解，于是文章的结论是：相比人类的多样性，AI Agents更容易崩溃。

但事实是，低方差不是 AI 独有。人类同质化群体里一样有：同一家公司的人会陷入群体迷思，同一个算法喂养下的网民会困在回声室里。

不过碳基还是有一些优势，人类的趋同是社会性的，理论上可以抵抗，总有异类站出来说 “不对”，比如皇帝的新衣里的说真话的小孩。而 AI 的趋同是内生的—— 同一个模型就是同一个大脑，数学上注定输出相似，连那个 “说不对的人”都不会出现。

最近工作越来越好玩儿，也陆陆续续写技术博客，等时机成熟了，把部分可以公开的文章分享出来，有兴趣的朋友可以看。

因为我经济学背景，所以和技术背景的人有视角上的“正交”，反而产生了化学反应。