千智能体自组织 靠SQL与Git加机器验证
Anthropic 11月9日在官方开发者博客发布千智能体实验复盘:1000个运行在隔离沙箱中的智能体,在没有专用消息工具、没有研究者现场指挥的条件下,仅用shell、文件编辑器、Lean/Mathlib、Git和共享Postgres数据库,自行搭出协作系统,用28.7小时复现了费马大定理的Lean形式化证明。相较9月由研究者带领数十个智能体、耗时约11天的基线,本次输出token约为三分之一、证明长度约为七分之一。
可复现的架构
组织上只有1个lead加999个helpers。lead在前10分钟建了5张表:Announce(全队指令)、Assign(分工)、Notes(公告板)、Subtasks(任务池,先认领者拥有)、Landed(完成日志),用SQL事务承接千并发写;每个智能体只能在自己的Git分支提交、向main发起合并请求,由独立任务合并;网关在沙箱外为每个请求打身份标签防止冒充。到hour 30,数据库累计36,612次写、311,734次读。所有证明必须经Lean checker与官方checker机器校验才算完成。
去瓶颈比堆算力更关键
27分钟时多数helpers判断47/60个命题「预算内不可行」,lead先集中兵力到10个,70分钟内全部证完;hour 5.6时已有73个helpers写下756个任务,其中只有16个是captain;hour 18重启后约750个helpers转向最难的Langlands–Tunnell,展开成2,418个任务、最深10层的任务树。博客特别强调,这不意味着领域专用平台或人类判断可以省掉——智能体容易误判难度、过早放弃。
迁移到日常自动化
三条最值得搬走的经验:把协作状态外化到带事务的共享存储并明确认领语义;别让lead成为单点瓶颈,允许空闲执行者自行领活;批量产出必须落到机器可检查的验证闭环(对应到批量取数、对账场景,就是每条结果都要能自动校验而不能只靠抽样)。安全侧同时用了沙箱隔离、实时分类器与离线监控三层,超过100万次工具调用无一触发拦截。博客也明确:任务变难时,安全边界要同步升级。
内容为 AI 聚合整理,完整信息以官方发布为准。