夜雨聆风这篇文章想聊聊怎么用好一群 AI。
它不会给你一张规矩清单。我更想带你撞几面墙，然后你大概会发现一件既扫兴又安心的事：你撞的每一面墙，前人都撞过了，连答案都替你写好了。
（文中标着「技术注脚」的段落是写给工程师看的底层细节，不感兴趣直接跳过，不影响阅读。）
一件听起来像未来的事
你决定做一件听起来很未来的事：不只用一个 AI，而是雇一整支队伍。给它们定好目标，让它们自己跑。
头几天像变魔术。任务派下去，第二天醒来，活真有人干了。你开始幻想一家几乎不用人的公司。
然后你撞上了第一面墙。
第一面墙：凌晨两点，它把一切都忘了
凌晨两点，你的 AI 还在跑一个大任务。早上你一看，活干到一半，挺漂亮。可你昨晚顺手重启了一次电脑。
它全忘了。
不是出错，是失忆。它不记得自己是谁、在干什么、上一步做到哪，对着同一个任务又从头开始，账单翻倍，进度归零。
你的第一反应可能是"这 AI 怎么这么笨"。但坐下来想想，问题不在聪明不聪明。问题在于，它干到哪了，这件事只存在它自己脑子里，而那颗脑子断电就清空。
那一刻能拎出来的，是一个特别朴素的问题：
如果这个 AI 现在突然消失，我的工作会不会跟着消失？
只要答案是"会"，你就把不该放的东西，放进了一个随时会清空的地方。出路只有一个：把进度、状态、上下文统统搬到 AI 外面，放在一个谁都能查、断电也不丢的地方。AI 退化成一个来取任务、干完就走的临时工，真相留在外面的账本里。
这不是什么新发现。它恰恰是分布式系统几十年前就学到的第一课：进程是不可靠的，所以别让真相住在进程里，把它放进持久存储，让干活的那个东西变得可丢弃、可替换。2025 年流传很广的《12-Factor Agents》把这条给 AI 重讲了一遍，措辞是"把你的 agent 做成一个无状态的归约器"；Temporal、DBOS 那一批公司，干脆把"可持久化执行"做成了整门生意。
后来我去拆了一个真实的 AI 编排系统（Paperclip），发现它整根脊梁就是这个：AI 的对话被当成用完即扔的草稿纸，真正的进度全写在一张工单和文件里；服务器重启了也不慌，把数据库里的工单重新扫一遍，状态就回来了。
技术注脚：这就是 stateless worker + durable store（无状态 worker + 持久真相源），会话和上下文窗口是缓存，不是真相源。一个值得抄的细节：Paperclip 换会话时的"交接摘要"是确定性拼接的纯文本，而不是再喊一次 LLM 去总结，所以零成本、零延迟、不会总结出幻觉。那份摘要不是记忆本身，只是一张"去哪儿找记忆"的便签。
第二面墙：两个 AI，抢同一个活
队伍大了，新的乱子来了。
有一天你发现，同一个任务被两个 AI 同时领走了。它俩各干各的，最后互相覆盖了对方的成果，账本一片狼藉，谁也说不清最终版本到底是谁的。
更隐蔽的一种乱，是它们开始"私下商量"。A 把一段上下文丢给 B，B 又转给 C，传到最后意思已经走样；等出了问题你想复盘，却查不到是谁、在哪一步带歪的，因为那些对话从没留下痕迹。
这两件事，逼出两个人类组织早就验证过的老办法。
第一，一件活同一时刻只能一个人领。得有个"抢工牌"的机制：谁先领到，这活这一刻就归谁，别人再想领，系统直接拒绝。这里还藏着个魔鬼细节：这个"占用"，要在 AI 真正动手的那一刻才生效，而不是它"打算干"就把活锁死。否则你会遇到一种怪事，一个 AI 排了队却始终没真开工，可活已经被它的"意向"永久锁住，谁也碰不了。
第二，不许私聊，有话写在公告板上。让所有 AI 都在一块公开的板子上读和写，谁都看得见，自动留痕。沟通是慢了一点，换来的是清清楚楚、可追溯、崩了也不丢。
这两条也都站在前人肩膀上。
"抢工牌"在工程里叫原子认领。有意思的是，它不需要什么高级的分布式锁服务，一句带条件的数据库更新就够了。Paperclip 用的就是 UPDATE ... WHERE 状态='排队中'，数据库天然保证只有一个进程能改成功，剩下的安静退场。而"真正动手才上锁"，它的代码注释里还留着一个修复标记（"Fix A"）：早期是"一排队就锁单"，结果排了没跑的任务把工单永久锁死，后来改成"开跑才锁"，这个幽灵锁才消失。
"写公告板、不私聊"则是上世纪 70 年代就有的架构思想，叫黑板模式：一群专家模块谁也不直接喊谁，全部围着一块共享黑板读写。（说句老实话，黑板模式是真实存在的术语，但我把它和"账本中心""无状态 worker"缝成一个"统一框架"，那是我自己的归纳，不是行业公认的叫法，你别当成既成标准。）到了 2025 年，Cognition 团队那篇很有名的文章又把这条喊了一遍：要共享完整的轨迹，而不是零散的消息。碎片化的私聊，正是多 AI 协作最大的不靠谱来源。
技术注脚：原子认领就是条件更新里的 CAS（比较并交换），无需 Redis 或 ZooKeeper；"开跑才锁"叫懒加锁，锁的生命周期要绑定"实际执行"而非"意图"。"公告板"对应到 2026 年多 AI 领域收敛出的 single-writer（单写入）原则：同一份记录任一时刻只有一个写入者，其余只读、只出主意。
第三面墙：一个 AI 人间蒸发了
某天你盯着看板，发现一个任务卡在"进行中"已经四个小时，纹丝不动。
那个领走它的 AI，断网了？卡死了？陷进死循环了？你不知道。你只知道它再也没回来，而这个活就这么被它攥在手里，既不完成，也不撒手。
AI 比普通程序更容易这样，卡死、超时、绕圈是它的常态，不是意外。所以你不能指望"它应该会回来"，你得安排一个"查岗的"：定时巡视，谁领了活却长时间没动静，就当他失踪了，把活收回来，重新派出去。
Paperclip 里就有这么个"收尸人"，每隔一阵扫一遍，凡是领了活却五分钟没有任何输出的，判定失踪、收回重排；再配上"超时就强制结束""服务器重启后扫表恢复"，三层兜底，保证没有活会因为某个 AI 暴毙而永久卡死。
这同样是老规矩。任何一个像样的任务队列系统，第一性的设计前提都是同一句话：假设干活的随时会暴毙。你得有办法发现它没了、把活收回来、让另一个无缝接手。而这一切之所以可能，恰恰是因为你做到了第一面墙那条：真相在账本里，新来的读一遍就接上了，根本不依赖那个已经死掉的 AI 的脑子。你看，几条规矩是咬合在一起的。
第四面墙：你把整个图书馆塞给了它
队伍跑顺了一阵，你开始追求"让 AI 更懂全局"，于是把能想到的资料一股脑全喂给它：所有历史、所有项目、所有背景。
结果它反而变蠢了。抓不住重点，被无关信息带偏，答非所问。你给得越多，它越糊涂。
这件事有个挺形象的名字，叫"上下文腐烂"。它揭示了一个反直觉的道理：给 AI 喂料，最难也最关键的功夫，是决定不喂什么。只给这次任务真正需要的那几条，其余的哪怕看起来"可能有用"，也先拦在门外。
Paperclip 在这件事上近乎吝啬：给 AI 组装任务说明时顺序固定，而且硬性截断，相关评论最多带 8 条、总量 12KB 封顶，长篇的主指令只在全新会话时灌一次，之后唤醒绝不重复灌。上下文在这里是配给制，不是自助餐。
顺带还有一面小墙：别让同一个 AI 上午修财务、下午写文案时，两摊事的上下文搅在一起。每件任务给它一张清空的桌子，独立的笔记本、重置过的工作环境，互不串味。
这一面墙，前人也已经命名并立了碑。2025 年，"上下文工程"取代"提示词工程"成了主流，讲的就是精细管理每一次调用时上下文窗口里到底该装什么。Karpathy 在 2025 年年中给了它一个广为引用的定义，Anthropic 同年秋天的文章把它系统化，连 Gartner 都把 2026 年定成了"上下文之年"。这里有个能立刻自检的小标准：你能说清上下文里每一段为什么在那儿吗？说不清的那段，就是该删的。
技术注脚：任务隔离在 Paperclip 里是用
(公司, AI, 运行方式, 任务)四元组当主键，一个任务一条独立会话，数据库层面就保证不串；每次开工还会重置环境变量、重新解析工作目录、校验技能包指纹。这和第一面墙的"会话即缓存"是一体两面：缓存不仅可丢弃，还必须按任务分桶。除了"上下文腐烂"，这一年还有人把长上下文的失效模式拆得更细（distraction / confusion / clash / poisoning），都是同一类问题的不同切面。
第五面墙：一觉醒来，账单四位数
有天早上你打开账单，愣住了。
某个 AI 昨晚卡进了一个死胡同，反复尝试同一件事，一整夜没停。AI 干活是按用量付费的，它就这么安安静静地，把你一个月的预算烧掉了大半。
仪表盘上其实一直显示着"已花多少"。但光显示没用，到顶了得能真的踩下刹车：停掉正在跑的，取消所有还在排队的，然后弹个申请问你，加钱继续，还是就此打住。
Paperclip 的预算就是这么硬：花到 100%，立刻把对应的范围（某个 AI、某个项目、整个公司）暂停，主动取消它名下所有排队任务，再生成一个等你裁决的审批。钱在这里不是报表上一个看看就算的数字，而是一个能触发熔断的信号。
也是在这段时间，你犯了另一个几乎人人都会犯的错：既然一个 AI 不够稳，那就让一大群 AI 开会协作吧。结果是一屋子 AI 七嘴八舌，上下文对不齐，决策互相打架，谁也说不清最后听谁的，又慢又贵。
这一面墙，是整个行业花了两年、烧了真金白银才撞明白的。
2023 年，大家狂热地造"全自主多 AI 系统"，给一群 AI 一个目标，让它们自己协作，绝大多数都失败了。到 2025 年，Cognition 干脆发了篇《别造多 agent》。故事更有意思的地方在后面：2026 年 4 月，那篇文章的作者自己回来"翻案"了，把结论修正成"要造，就造对的那种"，核心是单写入，一个主管负责拍板和落笔，其余 AI 只读、只出主意、不直接动手。几乎同时，还有学术界的实验开始质疑"多 AI 值得多烧十几倍 token"这个一直没人验证的假设。（老实说，这些是很新、还没经过同行评审的预印本，方向可以参考，具体数字先当存疑。）
所以今天的共识不是"别用多 AI"，而是一句更克制的话：先把一个强单 AI 做扎实，真扛不动了再加，而且要加得有规矩，一个主管配几个只读副手，没有点对点的乱聊。这背后还垫着 Anthropic 一条经典区分：能用写死的流程解决的，就别动用自主决策的 agent。自主是成本，不是炫技的资本。
第六面墙：到底谁说了算，以及没人读的规矩
最后两件事，是这支 AI 队伍真正"长大"之后才会撞到的。
一件是：到底谁拍板？你试过两个极端，都不舒服。全撒手让 AI 自己决定，迟早出大事；可每件小事都要你点头，你被烦死，也就失去了用 AI 的意义。
舒服的位置在中间，而这个中间态人类已经用了几百年，它叫董事会：日常的活放手让下面自治，但几件大事，花大钱、招新人（让 AI 雇 AI）、改方向，必须经过人点头。诀窍是只在不可逆、高代价的闸口设卡，其余一律放权。Paperclip 几乎是原样照搬：AI 之间日常自治，但"雇人""超预算恢复""改策略"强制走人类审批，批完系统自动叫醒发起的那个 AI 去继续。人在这里是闸口，不是瓶颈。
另一件是：你定的规矩，根本没人读。你在文档里白纸黑字写了"不许删库""不许擅自把代码推上线"。可当干活的是 AI（或者一群拿 AI 飞快写代码的人），文档级的规矩形同虚设，AI 不读，赶进度的人也不读。
唯一靠得住的，是把规矩焊进系统的自动关卡，违反了直接被拦、根本提交不了。Paperclip 自己就大量由 AI 开发，提交记录里全是 AI 的署名，甚至有 AI 撤回另一个 AI 的错误提交，所以它把铁规焊进了流水线：有个脚本专门扫描，禁止 AI 在代码里偷偷执行"推送上线"，违反就让整个检查失败；要破例，必须写明理由、留痕供审查。它也给 AI 写了厚厚的"员工手册"，但真正兜底的，是这些机器关卡。
这两件，前人的答案一个比一个老。"只在关键闸口设人工确认"是 human-in-the-loop 的精确用法；"把约束编码进自动检查"是工程界的老常识；而董事会式治理本身，是人类组织协作几百年的沉淀。
技术注脚：预算硬停是"事后熔断"，花费记账后才评估，可能冲破才停，换来的是实现简单、绝不误杀，但关键动作必须是"暂停范围 + 取消排队"，不只是一个变红的数字。多 AI 的取舍可对照 Anthropic 的 workflow-vs-agent，以及他们那篇"多 agent 研究系统约 15x token"的成本自白。机器关卡就是把不变量焊进 lint/CI，当干活的是 AI 时，"文档约束"和"机器约束"的可靠性差着一个数量级。
回头看：你撞的每一面墙，都有人撞在你前面
把这一路走过的墙摆在一起看，会发现一件有点扫兴的事：没有一面墙，是 AI 时代独有的。
别把真相留在干活的人脑子里、一件活一个负责人、假设有人会缺席、只给该知道的信息、设预算、留审批、把规矩写进流程，这些是人类经营一家正经公司几百年攒下的常识。往技术那头看，又是软件工程几十年沉淀的可靠性套路：无状态服务、持久化队列、原子事务、孤儿任务回收、最小权限、人工闸口、把约束写进 CI。
这趟探索给我最大的体会，就一句话：这个领域正在把前人的答案一条一条重新发现一遍，只是换上了 "agent" 这个新词。
它甚至有个反直觉的推论。我去拆那个真正稳的系统时，最意外的不是它有多新，而是它有多旧。它用最无聊的技术，一张工单表、一个数据库事务、一段定时轮询，解决了最要命的问题。反倒是那些一心追求"更聪明、更自主"的花活，成了不稳的源头。稳，常常来自你没去发明新东西。
所以，如果你也想用好一群 AI，我猜真正稀缺的不是"懂最新的框架"，那玩意儿每个月都在变。稀缺的是另外两样：会不会管理，以及懂不懂怎么用不可靠的零件搭出可靠的系统。一个好的管理者，加上一个见过世面的工程师，其实早就握着大半张答卷了。
往前看一眼
也别把上面这些当成定论。给三个 2026 年还在动的坐标：
单 AI 还是多 AI 的天平，正明确偏向谨慎、窄用、控成本，单 AI 优先，多 AI 只在有明确结构时才上。"上下文"成了今年的主角，怎么给 AI 喂得不多不少，正从手艺变成有方法、有工具的工程学科。"可持久化执行"在收敛成标配，让 AI 任务能崩溃恢复、断点续跑，正从各家自研走向通用基础设施。
但不管这些怎么变，这一路撞过的墙，本质都指向同一个古老的问题：怎么用一堆不可靠的零件，搭出一个可靠的系统。这个问题比 AI 老得多，答案大概也会比这一代 AI 活得久。
参考与延伸阅读
链接与日期以 2026 年 6 月核查为准。标注"预印本"或"未独立核实"的来源，正式引用前请自行打开核对。
框架与基础
- • Anthropic《Building Effective AI Agents》（Erik Schluntz、Barry Zhang，2024-12-19）https://www.anthropic.com/research/building-effective-agents
- • 《12-Factor Agents》（Dexter "Dex" Horthy / HumanLayer，2025）https://github.com/humanlayer/12-factor-agents
多 AI 协作之争
- • Cognition《Don't Build Multi-Agents》（Walden Yan，2025-06-12）https://cognition.com/blog/dont-build-multi-agents
- • Cognition《Multi-Agents: What's Actually Working》（Walden Yan，2026-04-22，作者本人"翻案"）https://cognition.com/blog/multi-agents-working
- • Anthropic《How we built our multi-agent research system》（2025-06-13，"约 15x token" 出处）https://www.anthropic.com/engineering/multi-agent-research-system
- • Tran & Kiela（Stanford），等思考-token 预算下单 AI 追平或超越多 AI，arXiv:2604.02460（2026-04，预印本，未同行评审）
上下文工程
- • Andrej Karpathy 对 "context engineering" 的经典定义（2025-06，发于 X/Twitter）
- • Anthropic《Effective context engineering for AI agents》（2025-09，anthropic.com/engineering）
- • Drew Breunig《How Long Contexts Fail》（2025-06，长上下文失效模式分类，未独立核实）
- • Chroma Research "context rot" 技术报告（2025-07，未独立核实）
可持久化执行与故障恢复
- • Durable execution 生态：Temporal、DBOS、LangGraph、Restate 等，各家官网均有面向 AI agent 的持久化执行定位
- • Anthropic《Harness design for long-running application development》（2026-03-24）https://www.anthropic.com/engineering/harness-design-long-running-apps
概念溯源
- • 黑板模式（Blackboard pattern）：源自 1970 年代卡内基梅隆 Hearsay-II 语音识别系统，是架构概念而非单篇文献。本文把"黑板 / 账本中心 / 无状态 worker"合并叙述属作者归纳，非行业公认的统一术语。
被拆解的系统
- • Paperclip，开源 AI 编排平台，本文全部"真实印证"的来源。https://github.com/paperclipai/paperclip
