当每个人都派出自己的 AI 代理：剖析 Anthropic《Worse Together》与 MAMUBench 揭示的多用户多智能体协作崩塌
过去两年，主流的多智能体（Multi-Agent）研究几乎都建立在一个隐含假设之上：所有 Agent 都在为同一个开发者、同一个终极目标服务。但当 Claude Code、Slack Code、DoorDash CLI 以及各类个人助理走进真实生产与消费场景后，一个截然不同的系统形态正在迅速成形——多名用户各自委托自己的专属 Agent，在同一个共享资源池中交叉运行。
最近，Anthropic Alignment Science 团队联合 Fellows 项目发布了研究报告《Worse Together: How Performance Breaks Down in Multi-User Multi-Agent Teams》，并同步开源了包含 74 个高拟真场景的评测基准 MAMUBench（另有 3 个代码合并队列场景一并释放）。我通读了整篇论文与开源仓库代码后发现，这项研究撕开了分布式智能体落地最棘手的一道伤口：当每个用户都拥有独立代理时，无论通信通道是否存在，群体全局产出几乎总是显著低于“由一个代理统一服务所有人”的协调者模式——而且越是通信频繁，系统越容易陷入并发竞态、互相覆写与跨人幻觉捏造的泥潭。