智能体的帕金森定律：预算翻倍，活没多干

横轴是给agent分配的预算，纵轴是它实际烧掉的token。图里把消耗拆成两块，一块叫USEFUL WORK，有用工作；另一块叫ELABORATION，铺陈。

曲线前半段，有用工作跟着预算涨。到某个点之后平掉，预算继续加，新增的部分几乎全进了铺陈。右上角一个橙色圆圈，里面写着：预算越多，token花得越多；token多不等于活干得多。

这张图来自tokenbender，标注是“当前agent研究/软件工程的状态”。图不复杂，狠在它把一件大家心知肚明但很少摆上桌面的事画出来了。

评论区接着补刀。有网友问，当前agent研究里最大的心理战是哪个部分。tokenbender回：大家都在聊把agent扩成一个社会。我听到了，秘诀在于误差解耦的agent扩展，可惜这东西不在你的API里。

翻一下：一个还没进API的能力，被当成路线图在传播。多智能体、agent社会、群体协作，这些词先在幻灯片里成立，再等工程去追。追不追得上另说，预算先烧了。

另一位网友aespa(x)的回复更直接：讨论总围绕做更多工作，很少围绕做更好、更高质量的工作。

这句点到了计费方式的软肋。token能计数，质量不能。于是agent的进步很容易被写成调用次数、上下文长度、并行agent数量。这些指标都涨，看起来就是进步。至于产出有没有变好，验收的人得另外找证据。

帕金森定律的原版是，工作会膨胀，填满所有可用时间。agent版差不多，消耗会膨胀，填满所有可用预算。长链规划、互相审阅、失败重试、把同一段上下文反复读，这些都在干活，也都在花token。区别在于，其中一部分对最终结果没有增量。

所以那张图的横轴其实可以换成任何资源：预算、并发、上下文窗口。给得越多，系统越容易学会用满。

下次看到agent社会的架构图，可以先问一句，多出来的那部分token，换来了什么能验收的东西。预算不是进度条。