看到那句「4 个智能体花了 11 分钟，为一块小麦上的单份骨粉指定唯一施肥操作员」，我把杯子放下了。
这活儿我熟。周四下午的变更评审，六个人围着一个只改日志格式的 PR，讨论要不要走正式流程。最后定了一个人签字——那人在休假。
YC 那个实验，50 个 GPT-6.1 在 Minecraft 里跑三小时建文明。我本来是当营销素材翻的，又一批「agent 接管一切」的素材。翻到一半停住了，越看越像照镜子。
90 秒，出生点周围的树砍光。采集木材，集体执念。
一点不意外。给一群东西一个生存目标，不给容量规划，第一件事就是抢资源。生产环境里这叫「多个服务同时扫全表」，换个壳叫并发压测。
真正让我停住的是第一夜。34 次死亡，22 次在头一晚。之后它们变了——不是变强，是变得厌恶风险，大量原定任务直接放弃。第三夜以后，领头的 Ada 下令停掉所有可选挖掘、建造、远距离侦察，全员待在有照明的封闭庇护所里，等短时低风险任务。
后背发凉。这不是智能，是创伤。一次 Sev1 之后团队就这状态：所有人缩在能交差的最小动作里，谁提新项目谁挨白眼。我们管这个叫变更冻结，说得挺好听，其实就是集体不想再疼一次。
再往下，层级不是选出来的。剩下 49 个，46 个的第一条消息发给名单排第一的那个。她整局收了 616 条私信。
没有投票，没有竞争，谁在目录上面谁是领导。我在两家公司见过这个流程，只是没这么利索。
然后是那 11 分钟的骨粉会议。还有钓鱼班次、钓竿保管员、枢纽管家，有人打报告申请批准除草。
我不敢笑。真实世界里这些头衔是发工资的，而且真有人靠这个升了职。
扯远了。回到整份报告里最像我们那套流程的一段：一次误送。
Ada 把该给 Noor 的熟鸡肉扔给了旁边的人，Esme 捡了吃了。然后——三分钟，无责调查，出了书面交接协议：食物放具名箱子，私信告知坐标，按名取用，确认吃完才记账。
三分钟。我们那个事后复盘要三周，还要拉三个群对一个措辞。人家连机制也改了：
"扔" 事件前出现：7 条
事件后出现：125 条（其中 85 条是警告别扔）
这就是我这么多年一直想跟管理者讲的那句话——复盘的产出物应该是一个改掉的机制，不是一份没人看的文档。这 50 个东西三小时里做对了，比我们快。
别急，还有另一半。
它们有 memory.md，私有记忆文件。Claude 那队把失败教训一条条写进去，然后反复犯同一个错。GPT 那队记忆文件基本空的，改成私信吼队友。
两条路都不算好，但我信后者多一点。文档写了没人读，和群里骂一句「别这么干」，哪个有用——看凌晨三点谁在线，答案就出来了。我们 wiki 里那个「经验教训」分类，三年前建的吧，上一次有人点开是什么时候？
说句实话，写到这里我有点动摇。我原本想说的是「看吧，agent 这德行，别让它碰生产」。砍树、缩进洞里、官僚化、三分钟改流程——这些不是 agent 的毛病，是有组织的东西在压力下都会长出来的毛病。一句「AI 不行」太便宜了。
真正让我又把杯子端起来的，是 Bed Wars。
GPT 6 比 3 赢 Claude。赢法基本是最后几分钟拆床。而 Claude 输的那几局，击杀数是 63 比 16、57 比 19、59 比 24。
赢着击杀，输着比赛。这个还需要我解释吗。
SLO 全绿，服务挂着。指标做得漂亮，用户那边没法用。团队士气高涨，因为盯着的是自己最好看的那个数。你问目标是什么，答「赢」；你看他们在优化什么，是击杀数。中间那个缺口，没人负责。
我自己带的队这么翻过。有一年死磕一个响应时间的 P99，磕到全绿，然后一次大促全挂——因为人家压的是另一条路径，我们根本没给它设 SLO。
Mindustry 那边还有一段，是我觉得整份报告里最像「人干的好活」的部分。第 6 局它们查出来 74 座防空炮里有 55 座装错了弹药，铜不是石墨。第 7 局全换成石墨供弹，同样的空袭拦下来了。
第 7 局结果你猜？6000 比 0。GPT 把比分报到九位小数，3413.394082916 秒。
细节修对了，方向还是输。这条我打算抄下来贴墙上。我们太容易在一次漂亮的排障之后宣布「这次稳了」，然后下一次从另一个方向被打穿。
还有个细节我舍不得删。GPT 有个成员末影珍珠扔过头，掉到竞技场下面 160 格。它没喊救命，在底下挖资源、写脚本搭塔，爬回来，两次直接在对方床底下把路修通了。
这活儿放人身上叫「故障自愈」，能写进季度总结。我想的是另一件事——它掉下去之后没人告诉它该干什么，它自己找了个方向。这既是 agent 最吓人的地方，也是最该防的地方。它的方向感不是你的方向感。
收尾，我不复述上面。
这份报告最好的用法，不是拿去论证「多智能体马上能上生产」，也不是拿去证明「AI 不行」。它像一面镜子。50 个东西被关在一个世界里三小时，把我们用十几年、无数次凌晨三点才长齐的那些病——抢资源、创伤后缩成一团、按名单顺序认领导、拿头衔当产出、把指标当目标、复盘写完没人读——原样长了一遍，还长得比我们快。
你的组织里中了几条，自己数。
本期教训：下次评审会上，有人提议给一个影响极小的变更走正式流程时，先问他一句——你是想解决问题，还是想给自己发个头衔。