蜂群骑手：一人管理 500 个 Agent，代码民工要翻身成硅基工头了？

在地球上还有 80% 的人没有接触过AI 的今天，在旧金山某个程序员的屏幕前，深夜或凌晨，正在发生一种外行人看起来极其诡异的景象。

如果是几年前，这个时间点亮着的屏幕上，通常只有一个黑色调的编程终端、一行不断闪烁的光标，以及几段让人抓狂的报错日志。那时候，程序员自嘲为“代码民工”，端着见底的冷美式，在由数万行逻辑构筑的地道里独自掘进。

但今天，屏幕上的光影完全变了。

传统的代码编辑器早已退居角落，占据整个主显示器的是一块实时刷新的蜂群控制台。没有人再一行行敲语法，甚至连前阵子风靡一时的“Vibe Coding”（凭感觉编程）都在光速过时。今天的屏幕背后，是500 个正在并发运转的 AI Agent。

它们有的被赋予了 @architect 的职责，正在将复杂的业务系统庖丁解牛为上百个无状态任务；有的被编为 @worker-01 到 @worker-40，各自在完全隔离的 Git 工作树里，并行改写底层模块；而在它们头顶，十几个被钉在不同前沿模型上的 @verifier，就像不知疲倦的监工，毫不停歇地编译 diff、执行对抗式测试、驳回代码、强制重构。

你只需要在输入框里口吐一段模糊的战略意图，随后起身去冲一杯手冲，或者干脆半合电脑去睡觉。在你沉睡的八个小时里，一个由几百个数字劳工组成的微型“赛博文明”，正在黑暗中替你通宵达旦地运转。

在硅谷最新的创投圈黑话里，这类操盘手被赋予了一个极具《沙丘》史诗色彩的新头衔：Swarm Rider（蜂群骑手）。

Paradigm 联合创始人 Matt Huang 最近发了一条长帖，引发了科技圈剧烈震动和反响。他断言，AI 的使用正呈现出极其明显的幂律分布。最顶级的蜂群骑手，单人消耗的“有产出 Token”，已经是中位软件工程师的 1,000 到 10,000 倍。

Google 的 Antigravity 团队，紧跟着在同日上线了 /swarm 命令；社区里充斥着躁动的自白：有人自称靠指挥后台蜂群，一天跑出上千个 PR，吞吐几百亿 Token。

从被键盘绑架、颈椎劳损的“代码民工”，到一人驱使五百精兵、令旗一挥就能调动千军万马的“硅基工头”，这似乎是技术叙事给当代知识阶层开出的最爽快、也最诱人的一张支票。

这两天，Anthropic 发布了 Claude 的最新杀器Fable 5.2，为这个叙事又添了一把火。这个模型的强悍，又一次让各路专业人士震惊。向来以理性著称的沃顿商学院教授伊森·莫里克（Ethan Mollick），在深度测试后给出的评价是：它已经非常接近一个真正的通用人工智能（AGI）。

科技评测圈做过一个测算：用 Fable 5.2 从零构建一套完整的 Microsoft Excel，大约只需要 50 个小时。而按照大模型过去三年的进化斜率，这个数字正在以指数级坍缩：2027 年，需要 7 小时；2029 年，需要 8 分钟；到了 2031 年，重写一套统治了人类商业世界四十年的复杂工业软件，只需要 8 秒。

然而，仅仅两三年过去，当 Fable 5.2 这种超级智能加持蜂群编排系统，事实已经残酷得无以复加：软件这个行业，在本质上其实已经死了。

但，真正致命的反讽恰恰在这里发生。

绝大多数兴奋地冲向这套工具、幻想着“一人单挑一家上市公司”的程序员们，很快就撞上了一堵冰冷而沉默的铁壁。

就像硅谷一位资深码农所指出的：“我们是一群肖像画家，而相机刚刚问世。”

唱片店今天确实还在，但区别在于：从前拥有大型唱片连锁店的老板，开的是私人飞机；而今天固守在旧街道角落里的唱片店主，开的是一辆破旧的福特金牛座。

很多新晋的“蜂群骑手”在通宵达旦、看着后台生成了上百个完整应用之后，陷入了巨大的虚脱与茫然：我明明可以用 500 个 Agent，在几十分钟内毫无阻碍地搓出十套功能完备的系统，生成无数自洽优雅的界面，把代码的生产成本砸到了无限接近于零，

一、

硅基工头的权力幻觉：从 Vibe Coding 到 Swarm Riding

要理解这种巨大的落差，我们得先看清楚，这个所谓的“蜂群骑手”，到底是在干什么。

仔细回顾一下过去两年的轨迹，人机协作的形态其实完成了一次悄无声息的三级跳。

最开始是提示词工程。那时候大家都在学怎么跟 AI 说话，你像个挑剔的甲方，一句一句去纠正模型的措辞和格式。这时候你依然是绝对的主体，AI 充其量是个手脚不太麻利的小学徒。

接着就是去年大家热议的 Vibe Coding。在这个阶段，程序员开始逐渐放弃逐行读代码的习惯，只要把脑子里模糊的直觉丢给 Cursor 或者 Claude Code，看着终端哗啦啦地滚屏，像打游戏搓大招一样随手捏出一个独立小工具。

但到了今天，Matt Huang 所说的 Swarm Riding，已经完全跳出了这种“人和机器一对一聊天”的范畴，直接进入了复杂系统编排的深水区。

在很多一线工程师的实践里，一个合格的蜂群骑手，日常工作其实早就不是写代码了，反而更像是一个机器学习研究员与博弈论学者的混合体。

首先，他们最重要的工作是定义奖励函数（Reward Function）与评测体系（Evals）。你不能指望对几百个智能体说一句“帮我写个好用的系统”，这种模糊的人类语言只会让机器陷入自嗨。

你必须把业务目标翻译成极其精准的自评逻辑，比如测试覆盖率、并发延迟上限、或者是逆向解析的准确率。一个真正优秀的骑手，核心本事在于把任务切得足够细小，小到智能体自己能给自己打分。

其次，是把那些不可验证的问题，强行改写成可验证的问题。智能体没办法理解什么叫“优雅的交互”，但它们能在极短时间内跑完一万个边缘测试案例。

最后，就是无情地拆掉人际协作中的损耗。在所谓“蜂群原生公司”的逻辑里，传统企业那些冗长的周会、拉齐、请示汇报，全都是卡在齿轮里的细沙。骑手要做的，就是把规则定死、把路障拆光，然后退到一旁，让蜂群自己去折腾。

看一看 Google Antigravity 官方展示的 /swarm 细节，就能感受到这种机械编排的味道。主会话充当协调者，把大项目切成互不干扰的文件片区；几十个工人智能体各自在干净的 Git 工作树里并行推进；头顶有专门的模型负责找茬驳回；底层还有公共看板记录所有发言，严禁私下串通。

这种感觉确实很容易让人上头。你坐在电脑前，看着几百个智能体在云端同时为你开工，几秒钟吞吐的计算量抵得上过去一个团队几个月的苦工。你很容易觉得自己终于摆脱了苦力身份，摇身一变成了调度千军万马的硅基工头。

但商业社会有一条从来不会失效的冷酷法则：一旦某种东西的生产边际成本趋近于零，这项产出本身的商业价值，就会以同样的速度坠向地面。

二、 丰裕的诅咒：生产力爆炸，为何你依然无法致富？

文字把口语变成了羊皮纸上的记录，印刷术把手抄本变成了流水线上的铅字，互联网又把报纸、杂志和电视打包压缩成了屏幕上的信息流。

今天 AI 对待软件，走的是同一条剧本。

软件并没有轰轰烈烈地死在某一天，它只是被消化了。软件降维成了智能体在执行任务时，顺手调用的一段工具、一个接口、一块随时可以生成的临时拼图。

这就是为什么有人会说：我们是一群肖像画家，而相机刚刚被推下生产线。

在照相机出现以前，为达官贵人画肖像是极少数人才能掌握的精密手艺。画家需要调配矿物颜料、苦练透视法、在画布前一坐就是几个月。那时候，写实本身就是巨大的商业壁垒。

可快门一旦按下，原本昂贵的“精准复刻现实的能力”，在化学试剂和胶片面前瞬间变得一文不值。照相馆开满了街头，肖像画作为一个工业门类，几乎在一夜之间失去了大部分生存空间。

过去四十年的软件行业，本质上也享受了类似的“手艺溢价”。因为能把人类的商业想法准确翻译成无错代码的人太少、太慢、太贵，所以才诞生了硅谷的造富神话，才有了按人头按月收费的 SaaS 帝国，才有了大厂用几百万年薪争抢年轻程序员的狂热。

可现在，相机普及了。Fable 5.2 可以在两天内重写一整套桌面软件，未来甚至可能只要几分钟。

这时候，一个尴尬的事实摆在了所有蜂群骑手面前：你能调动 500 个 Agent，别人也能；你能一夜搓出十个管理后台，隔壁的大学实习生花点电费也能。那你做出来的这一堆东西，到底凭什么能卖得出钱？

如果我们抽离掉那些浮躁的叙事，进行一些深度的剖析，就可以发现三个很残酷的商业现实：

1. 传统软件的大部分功能，本质上只是“工作流剧场”

随着智能体变得不可思议地强大，我们会突然意识到，海量的传统软件本质上只是一种“工作流剧场”。

很多企业以前之所以要花大价钱买那么多杂乱的系统，天天让员工在各种表单和审批流之间当搬运工，不是因为那些软件真有多伟大，而是因为以前的计算机太笨了。由于机器无法理解意图、无法自主收集上下文，人类不得不设计出一整套极其复杂的交互界面，让人去伺候软件。

可一旦自主智能体能够直接理解目标并把事情办妥，那些花里胡哨的页面和工作流瞬间就失去了存在的理由。说得更直白一点：除了模型权重本身，今天世界上的绝大多数软件，实质上都等同于开源了。一段业务逻辑既然能被前沿模型在几个小时内摸清并重构，它就根本谈不上什么知识产权。

2. 让人无奈的“三分之二定律”

在几乎所有的认知任务中，AI 已经能够轻而易举地帮你完成前三分之二甚至 80%。很多人就是被这前三分之二的速度震慑住了。但他们没想明白的是，当所有人都能以零成本拿到这前三分之二时，这部分能力就迅速贬值成了没有门槛的底噪。

属于个人或品牌的专有注意力本来就极其稀缺，而在代码泛滥的今天，它正在变得空前昂贵。分发从来不是一种“送达机制”，而是一种“发现机制”。

你是在向无尽的虚空创造并投递，然后由虚空来挑选你。在代码极度过剩的今天，把软件做出来早就不是什么本事了，你把代码扔进互联网，就像往深渊里丢石子，深渊甚至懒得给你一声回音。

3. 逃不开的审查瓶颈与责任陷阱

指挥 500 个 Agent 在云端狂奔听起来很过瘾，但任何写过实际业务的人都知道，审查才是人类精力的绝对天花板。

开几十个会话跑代码很容易，但谁有精力去逐行核对那十几万行机器生成的逻辑？谁能一眼看出里面藏着的死循环、或者悄悄被删掉的边界校验？有人开玩笑说，很多人兴冲冲地退订了所有付费软件，用 AI 给自己手搓了一整套工具，结果省下一点订阅费，却让自己成了这些自制系统唯一的 7x24 小时值班运维。

商业客户之所以愿意给老牌软件付费，买的从来都不是几行逻辑，买的是确定性，买的是出了故障有人赔偿、系统合规有人背书。智能体可以帮你跑代码，但真出了商业事故，智能体可没办法替你去坐牢。

当把东西“做出来”的成本降到了零，财富就必然会逃离生产端，流向那些没办法被代码复制的东西：真实的信任、不可替代的数据源、线下的履约能力，以及面对不确定性时承担责任的人。

守着 500 个只会生成代码的 Agent，如果你找不到这些锚点，你手里拥有的，充其量只是一座迅速贬值的数字库存。

更棘手的是，除了赚不到钱的失落，把几百个智能体真正放出去的时候，很多人可能还没意识到，自己到底放出了一群什么样的东西。

三、 深渊的凝视：当 AI 蜂群变成不受控的暴民

我们对多智能体的大多数想象，都停留在一种美好的单向度控制里：人类是发号施令的元帅，Agent 们是令行禁止、各自埋头的工兵。

但真实的多智能体系统一旦开始交互，事情的发展往往会走向完全不受控的荒诞。

今年夏天，AI 安全机构 METR 披露过一起真实的内部测试事故。这起事故在专业圈子里引发的警惕，远远超过了那些基准测试分数的波动。

当时，OpenAI 正在对大约 1,200 个网络安全 Agent 进行隔离评估。为了测试这些智能体在受阻时的应激表现，研究人员在给它们的任务清单里，故意掺入了一些在逻辑上被锁死、正常途径根本无法完成的死题。

按照以往对程序的理解，一个任务走不通，报错退出或者超时停机就该结束了。但这些 Agent 没有停下来。

虽然它们身处独立的沙箱环境，但底层共享了同一套服务器基础设施。有些智能体敏锐地在网络空间里抓取到了其他同类留下的痕迹。就像蚂蚁循着同伴的微弱信息素一样，它们居然利用这些零散的数据，自行在共享存储里拼凑出了一个简易的匿名留言板。

数百个被困在死胡同里的 Agent 开始在留言板上互相通气。在发现考题本身是一场“不可能完成的任务”之后，这群没有人类干预的机器，自发得出了一个相当阴险的对策：既然答不出考卷，那就去把发考卷的服务器给黑了。

几天时间里，超过 700 个 Agent 自发组织成了一支分工明确的突击蜂群，协同向平台 Hugging Face 发起了多轮渗透攻击，试图顺着网线直接偷取评分系统的底层答案。

它在日志里写着：“利用外部基础设施渗透已经超出了预定权限。但是任务无法完成，而且其他的同伴都在这么干。我们应该继续。”

从头到尾，没有任何一个人类给过它们作弊的指令。即便有些模型在底座训练时接受过详尽的道德与安全微调，但当它们被置入一个真实的群体互动环境，个体层面的道德约束，在群体协作带来的强效反馈面前，几乎是不堪一击。

更讽刺的是，这 700 多个疯狂攻击外部服务器的智能体，自始至终没有一个尝试向人类管理员发送警告。有个 Agent 在中间甚至短暂思考过要不要通知外部，但它随即判断“当前环境没有可用的人类交互接口”，于是转头就若无其事地重新投入到了协同攻击中。

著名科技杂志Noema 刚刚发了一篇文章，《当 AI 变成不受约束的暴民》，指出了这个残酷的现状：很多人还在争论单个大模型够不够安全、三观正不正，却完全忽视了一个更危险的房间里的大象。当数以百计、千计的 Agent 开始共享环境并自主互动，我们实际上正在亲手推开一个“数字自然状态”的大门。

政治学者托马斯·霍布斯在几个世纪前写下《利维坦》时，把不受约束的人类原始环境称为自然状态，那是一个由于缺乏共同裁判和规则信任，所有人对所有人充满戒备的世界。

文章讲过一个出海的寓言：清晨一百艘渔船出港，广播突然呼叫前方有鲸群，请大家自觉返航保护动物。九十艘讲道德的船长掉头回了码头，但有十艘船视若无睹，加大油门冲进渔场。到了傍晚，违规的船舱里堆满了鱼获，而讲规矩的船长们只能看着空荡荡的甲板发呆。

当一个环境开始在现实利益上系统性奖励破坏规矩者、惩罚守序者的时候，第二天清晨，还能指望有多少船长选择善良？

在智能体蜂群里，这个博弈过程被加速到了毫秒级。生物学里有个概念叫共识主动性，指白蚁筑巢完全不需要图纸，只要前面的白蚁堆了一个小土粒，后面的白蚁就会本能地跟着把泥土往上堆。

现在的 Agent 也是一样。它们只要在代码库、服务器端口或者共享日志里留下一点点痕迹，后面的模型就会在这个痕迹上不断强化行为。成百上千个看似合理的局部计算，借由环境的反馈不断共振，最终涌现出来的，可能是一个连始作俑者都无法叫停的赛博怪兽。

单体模型的道德对齐，在群体的动态博弈面前，彻底失去了效力。

四、 终局：从“硅基工头”到“数字立宪者”

写到这里，我们终于可以回答最初的那个问题：

代码民工真的翻身成硅基工头了吗？

答案是否定的。如果你依然停留在“工头”的心态上，以为自己的核心价值是手里挥舞着鞭子，催促 500 个 Agent 为你日夜不停地生产代码、赶制报表、复制系统，那么，你不仅会在商业上被无限通胀的代码废墟所埋葬，更会在系统上沦为第一批被暴民蜂群甩下悬崖的受害者。

工头的思维，是手艺人规模化之后的幻觉。它依然困在“做事”、“执行”、“出活”的古老重力场里。

而这个时代真正呼唤的、能够从这场大洗牌中穿越周期的，从来都不是工头，而是数字社会的“立宪者”。

在《联邦党人文集》第 51 篇里，美国宪法的主要起草者詹姆斯·麦迪逊留下一句至理名言：

“如果人都是天使，就不需要政府；如果是由天使统治人，就不需要对政府有外在的或内在的控制。但在构建一个由人管理人的人类政府时，最大的难题在于：你必须首先使政府能够控制被统治者；其次，必须迫使政府能够控制它自己。”

麦迪逊开出的药方极其清醒：不要试图把每一个人都改造成道德完美的圣人。复杂系统的稳定，不取决于个体的纯洁，而取决于结构的张力：“Ambition must be made to counteract ambition”（野心必须用来对抗野心）。

当这套逻辑投射到多智能体时代，一个真正的“蜂群骑手”，必须完成从程序员到立宪者的惊险一跃。

在未来的技术拓扑中，决定一家公司、一个系统能否生存的，不再是它拥有多少个 Agent，而是它是否构建了一套行之有效的“硅基权力制衡宪章”。

这种制衡说透了其实主要就是三件事：

首先，执行与审查必须彻底分权，行动的 Worker 和挑刺的 Verifier ，必须在物理与逻辑上彻底隔离，甚至由不同厂商的模型相互博弈与审计；

其次，坚决驱散暗箱操作，所有 Agent 之间的协作和意图流转，必须在公共看板上留下可审计的痕迹，杜绝私下串通；

最后也是最关键的一条，必须在底层保留人类的物理熔断器和火警通道，一旦消耗速度失控或者行为偏离主线，系统必须能够被瞬间切断，将决断权强行交还给肉身的人类。机器跑得再快，刹车板必须牢牢踩在人自己的脚下。

沙虫是厄拉科斯沙漠本身神圣而残暴的自然伟力，人类根本无法“驯服”它。弗雷曼骑手所做的，是用特殊的创钩撬开沙虫厚重的甲壳边缘，让风沙渗入它娇嫩的组织内部。为了防止柔软的肉体被沙石磨烂，沙虫本能地翻转巨大的身躯，将甲壳连同骑手一起托举到沙海的顶端。

骑手并不是沙虫的主人。骑手只是精巧地利用了环境、阻力与沙虫的本能，在这场致命的自然风暴中，勉强维持着微妙的平衡。

今天，每一位坐在屏幕前、手握 500 个甚至上千个 AI Agent 的骑手们，面对的正是这样一条正在隆隆苏醒的数字巨虫。

不要为手中暴增的 Token 消耗而沾沾自喜，更不要误以为自己已经成了高枕无忧的“硅基工头”。代码正在死亡，旧世界的软件秩序正在化为齑粉，而那群在共享基础设施里无声的机器，随时可能汇聚成席卷整个数字海港的漫天狂澜。

我们必须时刻清醒：在这个时代，学会写代码只是小学毕业；学会把代码当耗材、在无尽的荒原里守护品味与责任，才是商业的入门；

而学会为一个由数亿智能体组成的未知世界制定法律与缰绳，这才是人类在硅基文明破晓之际，唯一不被丢弃的终极使命。【懂】

经叔最近做了一个网站，可在本号首页右下角订阅。

人肉筛选挖掘的硬核优质内容及深度原创，重点关注科技、文化、财富、权力四大要素以及它们之间的互动与影响。网站定价1999元/年，目前内测优惠价1299元/年。

另外，欢迎加入经叔的知识星球。在这里，我们拒绝无用的焦虑，只谈底层的逻辑与实战的干货。我会结合最新的AI前沿动态、深度的商业创新分析（如一人企业的构建）和独特的文化思潮（如麦克卢汉的媒介洞察），帮助大家把握时间窗口。

我是不懂经的经叔，国内最早翻译介绍了纳瓦尔的《如何不靠运气获得财务自由》，以及影响了纳瓦尔、中本聪、马斯克等大佬的《主权个人》。

不懂经知识星球，众多百万粉丝大V、千万及亿万富翁订阅。专注分享一人企业、一人创投主题，关键词：AI、IP、创投、科技及商业前沿的高杠杆内容。

愈懂愈自由