先说结论：这篇论文我看完，最值钱的不是那个 PCP 调度算法。它真正值钱的地方，是把一件被产品经理和创业者集体装瞎的事摆到台面上——人类注意力是有限资源，多 agent 时代谁在给它定价？没人。大家都默认人该随时在线、随时接 agent 抛过来的问题，问得越勤还越显得“智能体很主动”。这笔账反着算了。
说句扫兴的：agent 爱问，多数不是尽职，是甩锅。
拆账本。这篇 paper 研究的事很简单：一个人同时盯好几个并行干活的 agent，agent 缺信息了——偏好不清楚、约束没写全、规格有歧义——它三条路：自己搜、问人、先干不依赖缺失信息的部分。核心就一个问题：什么时候问、问谁、人先答谁，整套系统的总成本才最低。作者把这事建成了动态规划模型，然后掏出三个反直觉的点。第一，agent 该不该问，不能只看它自己多不确定。第二，agent 手里还有不依赖缺失信息的活可干时，更早问反而更有利——因为问完它不用干等，可以先去干那些活，把人类的响应时间变成并行窗口。第三，人优先答哪个，得看队列里所有待答问题整体算账，逐 agent 独立排序保证不了全局最优。
这三条，每条都是一巴掌扇在当前 agent 产品设计脸上。
为什么说第一个点要命？因为市面上多 agent 框架的默认逻辑基本就一句“模型不确定就举手问”。不确定度过了阈值就打断人，没过就接着自己跑。这套逻辑单看一个 agent 没毛病。放五个 agent 同时跑试试——人的思维流被撕成碎片。你刚看明白 A 的问题，B 又弹一个，B 还没答完，C 又追问一句。不是 agent 蠢，是它们各自都觉得“我问一下总没错”。问一下没错，合起来就是事故。
插一句不相干的，回正题。我自己最早也吃这套亏。当时做了个内部小项目，五个爬虫 agent 并行跑，每个 agent 不确定就停、就在日志里喊我。我以为这是“人在环上”的稳妥设计，结果一个下午啥也没干，光挨个回 agent 的“这个链接算不算目标页”这类破问题。后来我把询问策略改成“agent 自己先按默认规则跑，跑完再来找我复核”，成本降了不止一半。这跟 paper 里那个“手里有别的活就先问”的洞察是一个道理——只不过我是被逼出来的，人家是建模算出来的。
再说第三个点，全局最优这回事。逐个 agent 独立排序不行，这几乎是直觉能推出来的，但真落到工程上，多少人就是“谁先举手谁先答”？多 agent 系统里，一个低价值问题先弹出来占了人的注意力，高价值问题在后面排队干等，这不就是没调度器的后果。PCP 的聪明之处在于把“人类”当成一个共享的队列资源来算——用单任务和双任务问题的精确解去估计任务对共享人类时的相互延迟。成本最优差 0.07%，比那三种常见规则平均降 18% 到 31%，而且 LLM agent 案例里所有任务都正确完成、成本最低。这账很硬。硬在它不是 paper 里的玩具设定，是能直接对工程团队说话的降本数字。18% 到 31%，什么概念？一个每周在 agent 协同上花十小时的人，省出三小时。三小时，能再盯一条业务线。
现在把这笔账放大一点看。这篇 paper 真正在推的，不是某个新模型，是一种角色转变：人从“agent 的随叫随到后台”变成“一组 agent 的带宽所有者”。听起来绕，商业上很直白——谁先把“人类带宽调度”做成 agent 框架里的默认组件，谁就有机会在下一波多 agent 产品里卡住那个真正有切换成本的位。工具本身没护城河，这话我说了一万遍。模型层在价格战里被压平，agent 框架也在争着兼容各家 LLM。但“人类注意力调度器”这类东西有个特征：它嵌在具体的工作流里，一旦团队习惯了某个框架的询问节奏与调度质量，换框架的账就不是交个订阅费那么简单了——是全员重新适应一套“什么时候会打断我”的肌肉记忆。这才是护城河。
那为什么没人做？不是技术问题，PCP 的核心就一个规划层。没人做的原因是产品经理在 demo 里看不见这个价值。你单独演示一个 agent 主动提问、人类优雅回答，这叫“智能协作”；你把五个 agent 的请求抬到一个调度队列里，让人按优先级答，这画面不性感，甚至还有点像客服工单系统。不性感但赚钱的事，尤其这种把稀缺资源当资源来管的系统，过去每次都是反直觉的赢家。因为大多数人做多 agent 是在炫技，不是在算账。
但这里我也得给自己泼一下冷水——paper 里的账有两个边界得看清。它那条两倍成本界，只在“所有未解决需求都必须由人类解决”时成立。现实里不是，agent 可以把一部分需求拖到人不忙的窗口自己消停。还有，864 个合成案例里 0.07% 的平均最优差，可信，但那是合成环境；真实组织里，人的注意力不被“模型”建模，是被会议软件、未读消息、和午饭后那阵困意建模的。PCP 给你排好的优先级，一个不耐烦的人随手一点全乱。你说这类调度器有没有价值？有，但它得从“强制排序”退成“温和建议”，否则在生产环境里活不过两周。
所以怎么办，这条窄路来一句实在的。如果你现在就在做 agent 编排、多 agent 协作那层——最好别急着去卷模型精度，你卷不过。去把“何时问”当成产品功能来做，最小版本就三件事。第一，agent 提问时强制带上“这个问题卡住后会浪费多少时间、你回答它要花多久”两个数，把问题的性价比透明化。第二，全局调度器按所有待答问题的延迟成本排优先级，不允许 agent 自己挤到最前面。第三，给 agent 塞一条默认策略：先做所有不依赖缺失信息的部分，把能并行的活先干完，再来排队问。这三件事做完，你就能在 demo 里看见人少被毛线问题打断多久。这个“少被打断多久”，是唯一能打动企业掏钱的账。
你以为我在说 agent 伦理学？不是，我说的是定价权。人的注意力过去一直被当免费公共品，因为单 agent 时代它不稀缺。现在一个团队要是真把十个 agent 铺进生产流，那个盯着后端的人，他的带宽就成了比 GPU 还贵的资源——GPU 还能加钱开，人的清醒时间加钱也开不出第二份。谁能把这层资源调度做进产品里，谁就掌握下一波多 agent 落地的定价权。这比模型强一两个点的 benchmark 值钱得多。
本期认知税：把“agent 问了”当成“agent 负责任了”，是这波多 agent 热里最贵的一笔错账。问得多不等于干得好，调度得巧才是。这笔账，你自己算。