50个AI agent组了一家公司，最难的问题留在了评论区

有人用一晚上搭了 50 个 AI agent，分在六个部门。第二天早上 8 点，Telegram 收到一条消息，列着所有等他点头的决定。他按一下，公司继续往前。

这事是 @birmeya 发在 X 上的，附了一份完整的搭建记录。同一周，@Arindam_1729 写了另一篇，把类似思路做成了开源流水线 SuperPlane。两篇放一起看，比单个案例有意思。

先说架构本身，拆得很干净。

每个重复性工作最后都落到四步：read、decide、write、send。一个 agent 对应一个任务，一份指令文件，一个自己的文件夹。六个部门的人数分配是销售 10、市场 10、支持 8、财务 6、运营 8、研究 8。

Claude Code 是大脑。它不待在聊天窗口里，直接落在项目目录，读文件、写文件、开终端。一份 CLAUDE.md 当员工手册，每次会话开头重新加载，不可协商的规则写在最前面，比如未经批准不得对外发邮件、未经许可不得进财务文件夹。手册控制在 150 行以内。

Make 是手。通过 MCP 接到 Gmail、Slack、Sheets 这些真实应用。agent 说发，Make 才发。

代码冲突用 git worktree 隔开，一个 agent 一份仓库副本，最后合并。

人工门挡住三类动作：发消息、付钱、发布。财务 agent 看不到 Slack，写手 agent 看不到银行账户。

这套东西有数据支撑。Anthropic 在自己的研究评估上测过类似结构，主 agent 拆任务再派给并行子 agent，比单个 Opus 4 高 90.2%，但 token 消耗是 15 倍。Cursor 在为期一周的浏览器构建里跑到过约 2000 个 agent 并发，结果不算完美，有肉眼可见的问题，但并发规模是真的。

SuperPlane 那边的做法更工业化。Backlog 阶段先给 issue 打分，Clarity、Complexity、Verifiability 三项，各配一句理由，3/3 才允许 agent 动手，低分的留在人手里。Verify 阶段先跑仓库真实的 CI，构建、测试、类型检查、lint，全是确定性信号，跑完才轮到 agent reviewer 打分，rubric 固定五项：影响范围、性能、安全、与需求的偏离、可回退性。失败回传时只给失败的检查、相关输出、当前分支和原任务边界，不给完整执行历史。重试默认 5 次封顶，到点转人工。

成本写得也直白。云版 Business 199 美元每个组织每月，含 50 美元共享额度，托管模型按 provider 价加 10% 计费。自托管要按每个并发 runner 2 vCPU、8GB 内存、30GB 磁盘预留。

现在说评论区。真正的问题不在能不能跑起来。

@Alessandro 问，如果 agent 不能进别的部门，销售怎么知道客服刚答应了客户什么。@necrophos 问两个部门要同一个文件怎么办。@No Big DeAI 的做法相反，他让两个 agent 写同一个按主题分的文件，互相能看到对方试过什么。

这个矛盾没有标准答案。birmeya 的解法是早上那条汇总消息加 lead agent 做人工中转，但中转本身就意味着信息被压缩，压缩会丢东西。

@Gage 提到 15 倍 token 那道数学题：50 个 agent 一起跑，最后决定哪个部门留 agent 的不是效果，是月账单。

@Tazqen 问 8 点那条消息怎么保持短，是不是每个部门 lead 先过滤一遍。@TheEasySale 问得更直接，某一步失败了谁接手，重试几次封顶，是先跑通一个部门闭环还是六个一起铺。

这几个问题凑一起，指向同一件事：agent 数量不是组织能力，验收标准和失败路径才是。SuperPlane 把「什么算安全委派」写成 Backlog 里的一段配置，而不是每次开新会话重新讨论一遍，这个做法比 50 这个数字更值得抄。

还有一个很少被提到的攻击面。@CatGod 在回复里贴了一个开源库 How Could I Be Hacked，收了 39 个匿名安全案例、117 个调查步骤、479 条检索记录，专门给 coding agent 做安全审查用。里面有一类案例反复出现：agent 读一张账单、一条酒店评论、一个日历事件描述，读的时候被注入指令，转头就去改了转账对象或预订范围。支付、日历、消息这几类工作流都有对应条目。

在这个背景下看「付款必须人工批」这条规则，它算不上保守，更接近最低要求。一个能读邮件又能调 Make 发消息的 agent，等于把 prompt injection 的入口和出口接在了同一根管子上。

50 个 agent 搭出来的东西，本质是把管理动作翻译成文件：谁是负责人、什么算完成、失败了重试几次、什么情况下必须叫人。这些事写不出来，50 个 agent 只是把混乱并行化了 50 份。写得出来，五个 agent 就能让一个早上安静下来。

birmeya 自己最后也承认，Cursor 那 2000 个并发他用不上，50 个够他停下手动干活。数字大小不重要，重要的是他先想清楚了哪一步不能交给 agent。