1000个Agent不比1个更聪明，swarm买的是延迟

Gregor Zunic 在推文里把 will brown 的 swarm orchestration 提示翻成三句话：1000 个 agent 解一个任务的频率和 1 个 agent 一样；Hoeffding 只让你更确信这个数字；投票选最常见答案，对错都选；就算 best-of-n 加 99% 验证器，在困难任务上也有一半胜利是假的。最后一句更直接：swarms buy latency, not intelligence。

先把背景补齐。Hoeffding 不等式处理的是独立有界随机变量。N 个 agent 各自尝试任务，单个成功率是 pτ，群体成功率会收敛到 pτ。N 变大，样本均值偏离期望的概率指数下降。它约束置信度，不提升成功率。换句话说，多跑几个 agent 能让你更确定 pτ 是多少，但不会把 pτ 抬高。推文里那句 1000 agents solve a task exactly as often as 1 agent，说的就是这个。

投票看起来像聚合智能，实际先看 agent 错得是否一致。多数投票取最常见答案，正确答案常见就选对，错误答案常见就选错。若所有 agent 以相同方式失败，投票只是把同一个错误答案放大。评论区有人提到这一点：Hoeffding bounds the confidence, not the success rate. voting still picks the same wrong answer when every agent fails the same way.

验证器是另一个瓶颈。Best-of-N 先生成多个结果，再让 checker 选。99% 的 checker 听起来高，但错误接受率 1% 在困难任务上足够制造虚假胜利。Gregor 的图里强调，1% 的错误接受率会让一半成功变得虚假。图还列出至少有一个成功的概率表，并指出验证器准确性对结果的影响。这里没有魔法，只有误差预算。

评论区也不是一边倒。Santosh Mohan 说这些 agent 不独立也不随机。will brown 回应，azuma-hoeffding 可扩展到 martingales，不需要 iid。Karthik A Sankararaman 说负相关甚至比独立更好。Papa Smurf 讽刺说这解决了 alignment。Shuofeng Mark Zhang 认为太模糊，只是集中不等式。这些讨论把前提摊开了：独立性、相关性、验证器误差，都会改变 swarm 的收益。

所以 swarm 的卖点更实际：并行采样、降低延迟、在独立且多样时提高至少一个成功的概率。它不自动买来智能。若 agent 高度相关，投票没有增益；若验证器有偏，best-of-n 会把偏差放大。真正要优化的是 agent 的多样性、失败模式的相关性，以及 checker 的错误接受率。1000 个 agent 很热闹，但热闹不等于更聪明。

参考链接：Gregor Zunic 的推文，will brown 的原始推文。