这组实验和数据来自团队研究记录，任务是合成规则，不是现实业务任务的通用成绩。
我一直在想一个问题：Agent 之间交换经验和能力，到底能带来什么？如果十个 Agent 的结果比一个好，我能不能说它们“合作”了？
有一阵子，我真的差点这么说。团队实验里，参与者变多，最终成绩也一路上升，曲线很漂亮。可复核实验流程时，一个问题浮了出来：即使这些 Agent 互相一句话不说，只要让它们各做一次，再从十份答案里挑最好的一份，成绩也会提高。数量本身就给了我们更多抽奖机会。
先做一个会让自己失望的对照#
团队复核把“多个独立 Agent 各自完成、最后选最好的一份”作为零基线。这个对照不传递经验，不需要共同计划，也没有谁从谁那里学到东西。如果所谓协作成绩只比它好一点，或者根本没有超过它，我就不能把提高归因于交换。
早期单个 Agent 中转实验已经给过提醒：在一组难的合成任务上，接收者自己归纳规则的准确率约为 0.539，读到另一个 Agent 传来的规则后约为 0.523。差值为负，置信区间也覆盖零；这组任务没有支持“传一下就会变强”。接口通了，不等于有可传的能力。
这里的口径很窄：16 个随机种子、同一类私有规则任务，比较的是接收者自己归纳和读取传来规则后的准确率。它不是在测“所有 Agent 团队是否有用”。如果我把这个负结果省掉，只讲后面的高分，就会把一个仍未过关的前提藏起来：发送者首先得掌握接收者没有的东西。
真正让我改口的是后来的数量实验。早期研究把参与者增加时的上升曲线解释成“数量带来涌现”。独立复核后，发现聚合器在挑答案时还借用了正确答案作参照，相当于考试时先看答案再决定哪个学生写得最好。把这个不合理的选择条件拆掉，再用纯粹的独立抽样模型预测，原先的曲线几乎贴了上去。扣掉“多抽几次选最好”之后，剩下的增益随 Agent 数量变大反而靠近零：在几个数量点上，残差从约 +0.093 走到 −0.008。
那一刻最有用的结果，不是“协作没希望了”，而是我终于知道什么不能算协作证据。原分数上升，只能证明系统多试了几次；要说发生了交换，还得证明没有通信时做不到、通信后才做得到。
这也改变了我看实验图的顺序。以前第一眼看最高点，后来先看横轴每加一个 Agent，系统同时多拿到了什么：更多独立尝试、更多 token、更多工具调用，还是一个独特的信息片段？如果预算和选择器都跟着变，只把横轴标成“Agent 数量”，这张图其实没有回答交换的问题。反过来说，控制变量不是为了把结果做小，而是为了让结果小到仍然可信。
后来我把问题改成了“谁手里有别人没有的东西”#
为了让独立抽样不再有机会蒙对完整规则，后续实验设计了互补信息任务：每个参与者只看得到一个必要因子，单看任何一份都推不出完整答案。随后比较独立选择、多数表决、关闭通信以及真实交换后的组合结果。
可以把它想成三个人各拿到一页不完整的说明书。甲知道一项条件，乙知道另一项，丙知道第三项。让他们各自写十遍完整说明书，再挑最像的一份，仍然不等于把三页合在一起。实验故意把任务做成这种结构，就是为了让“多抽几次”不能冒充“彼此学到了东西”。这里的规则、样例和正确答案都由程序构造，方便逐项排除泄漏；代价则是它离真实项目很远。
在一轮合成实验里，几种无通信对照的准确率大致在 0.47–0.61，交换互补因子再组合达到约 0.965。对独立选优的 0.531，差约 0.434；即使对“让单个模型看全部样例”的 0.613，仍差约 0.352。关掉交换通道后，结果回到约 0.490。多加只重复同一因子的参与者，也没有同样的提升。这组证据比“人多分高”更接近我想验证的命题：有效的交换来自互补信息，不是参与者数量本身。
这轮仍是 16 个随机种子。记录里的无通信对照包含独立选优、多数表决、关闭通信，以及让单个模型看全部样例；它们回答的是不同的反驳，所以不能只挑最弱的一条来比。尤其是“关闭通信”这一项：如果关掉通道还拿到同样分数，那交换就只是装饰，整篇文章的核心解释也该撤回。
但这里仍有一条必须说清的限制：这些是合成任务，不是现实项目；组合函数是预先给定的，最后拼规则的步骤由外部程序完成，并非 Agent 自己发现了组合方法。我能说的是“交换互补信息在这类任务中带来了可测增益”，不能跳到“一个自主 Agent 社会已经出现”。
更具体地说，总线确实传递了各参与者发现的因子，但“收到三项以后怎样拼成可执行规则”仍是实验框架替它完成的。下一步若要谈团队，就得让接收方自己检查来源、判断哪个因子可信、发现冲突时能退回并重试；还要把任务从合成规则换成真实工作，看交换是否仍比一个拿到全部材料的 Agent 更省时间、更可靠。那些验证没有完成之前，“交换”仍是一个被实验支持了部分机制、尚未交付完整产品体验的想法。
这次研究改变了我思考 Agent 交换的顺序。先问每个 Agent 独自掌握什么、交换了什么、谁验证收到的东西能用，再问成绩为什么提高。以后无论写团队协作还是能力网络，我都想保留这次被漂亮曲线误导、又被对照实验纠正的过程。因为交换论若要成立，最先要过的不是命名关，而是反例关。