Tech

Ten AIs are not smarter than one — they just lose more on the way

June 17, 2026 · Kevin Kelly, Out of Control~4 min read

Everyone "knows" the next leap in AI is teams — swarms of agents, each a specialist, conferring like a tiny company inside your laptop. More minds, more power. It's the most intuitive idea in the field right now, and a 2026 study just put a crack in it: in a fair fight, one good agent beat the whole committee. The reason is older than AI, and a man named Kevin Kelly wrote it down back in 1994.

The receipt on the swarm

This spring, Stanford researchers Tran and Kiela published a result with an unglamorous title and an awkward finding: under an equal "thinking-token" budget, a single LLM outperformed a multi-agent system on multi-hop reasoning. The culprit is mundane and can't be fixed by cleverness — every time one agent hands off to another, it has to compress what it knows into a natural-language summary, and every summary leaks. Researchers even have a name for the slow rot that follows: "agent drift," where a crowd of agents gradually wanders off-task over a long run. None of which has cooled the gold rush — multi-agent workflows on Databricks grew 327% from June to October 2025, and in February 2026 Anthropic shipped Agent Teams as a product. The market is buying swarms faster than the evidence can vet them.

Kevin Kelly saw the hive mind coming

Long before any of this, in his 1994 book Out of Control, Kevin Kelly went looking for the logic of systems made of many dumb parts — beehives, ant colonies, flocks, markets, the early internet. He called them "vivisystems," and he was half in love with them. A hive has no boss; intelligence emerges from thousands of simple agents following local rules, and the result is astonishingly robust, adaptive, and creative. This is exactly the dream the swarm crowd is chasing: don't engineer one genius, breed a colony and let intelligence emerge. Kelly's enthusiasm was real — and so was his warning, right there in the title.

What a swarm actually buys you

Because Kelly's central law is a trade, not a free lunch. The more you distribute a system, the more adaptive and resilient it gets — and the less you can predict or control it. You can't have the emergent magic without surrendering legibility; a hive is powerful precisely because no one is steering it, which is also exactly why no one can. A swarm of agents inherits the whole bargain: it can cover enormous ground in parallel and route around a single failure, but it will also drift, surprise you, and resist any clean audit of why it did what it did. The diagram below lays the two regimes side by side — the lone agent you can follow, and the swarm you can only herd.

A 2026 Stanford paper (Tran & Kiela) argued that under an equal thinking-token budget, a single LLM outperforms a multi-agent system on multi-hop reasoning — because every inter-agent handoff, passed as a natural-language summary, loses information; researchers also describe 'agent drift,' behavioral degradation over long multi-agent runs. Yet adoption is exploding: multi-agent workflows on Databricks grew 327% from June to October 2025, and Anthropic shipped Agent Teams with Claude Opus 4.6 in February 2026. Kevin Kelly's Out of Control names the trade: a swarm is a distributed, emergent system — resilient and broad, but never fully legible or controllable. Use many agents to cover ground in parallel, not as a reflex. A swarm buys breadth and pays in coherence.

The handoff tax

There's a children's game that explains the Stanford result better than any equation: telephone. Whisper a sentence down a line of ten kids and what comes out the far end is mangled — not because any child is dumb, but because every retelling drops a little. Inter-agent handoffs are telephone with a token budget. Each agent reads the previous one's summary, not its full reasoning, so detail evaporates at every hop; with enough hops, the swarm is confidently debating a problem that has quietly mutated since the first link. A single agent holds the whole thread in one head and never pays this tax. That's the unglamorous reason one mind so often beats the committee: it never has to translate itself.

When to actually call the swarm

So the lesson isn't "swarms are bad" — Kelly would object, and he'd be right. It's that a swarm is a specialized tool with a specific bill, not a default upgrade. Reach for many agents when the job is wide rather than deep — fan out across a hundred files, search in parallel, try a dozen approaches at once, survive a node dying. Reach for one strong agent when the job is a single chain of tight reasoning, where every handoff is a leak you can't afford. And whichever you pick, remember Kelly's bargain: every bit of autonomy you hand the swarm is a bit of control you don't get back. Don't summon a colony to do a thinker's job.

A swarm buys breadth and pays in coherence.

Every bit of autonomy you hand a colony is a bit of control you never get back.

Framework drawn from Kevin Kelly's Out of Control (凯文·凯利《失控》) — vivisystems, the hive mind, emergence, and the control-vs-adaptability trade. The single-vs-multi-agent finding is from a 2026 Stanford paper by Tran and Kiela (single agents outperforming multi-agent systems on multi-hop reasoning under an equal token budget; "agent drift"). Adoption figures (Databricks multi-agent workflows +327%, June–October 2025; Anthropic Agent Teams, February 2026) per popular tech reporting; figures per the original sources.

技术

十个 AI 不比一个聪明——只是在路上漏得更多

2026 年 6 月 17 日 · 凯文·凯利《失控》约 4 分钟

人人都「知道」AI 的下一跃是团队——一群智能体，各是专才，在你笔记本里像一家小公司一样开会。脑子越多，本事越大。这是眼下这个领域最符合直觉的想法，而 2026 年一项研究刚在它上面磕出一道裂缝——在一场公平较量里，单个智能体赢了整个委员会。原因比 AI 还老，一个叫凯文·凯利的人，早在 1994 年就把它写下了。

群的那张账单

今年春天，斯坦福的研究者 Tran 与 Kiela 发表了一个标题不起眼、结论却尴尬的结果：在相同的「思考 token」预算下，单个大模型在多跳推理上胜过了多智能体系统。罪魁平淡，且靠耍聪明修不掉——每当一个智能体把活交给下一个，它都得把自己知道的压成一段自然语言摘要，而每段摘要都会漏。随之而来的慢性腐烂，研究者也起了名：「智能体漂移」——一群智能体在长时间运行里，会一点点跑偏离题。这些都没拦住这股淘金热——Databricks 上的多智能体工作流在 2025 年的五个月里涨了 327%，2026 年 2 月，Anthropic 把 Agent Teams 作为产品推了出来。市场买进群的速度，远快过证据能审核它的速度。

凯文·凯利早就看见了蜂群心智

早在这一切之前，凯文·凯利就在他 1994 年的《失控》里，去寻找「由许多笨零件组成的系统」的逻辑——蜂群、蚁群、鸟群、市场、早期的互联网。他管它们叫「活系统（vivisystems）」，而且他对它们爱得不轻。蜂巢没有老板；智能从成千上万个遵循局部规则的简单个体中涌现出来，结果惊人地有韧性、能适应、有创造力。这正是追群的人在追的那个梦：别去造一个天才，养一窝群落，让智能自己长出来。凯利的热情是真的——他的警告也是真的，就明明白白写在书名里。

群究竟买来了什么

因为凯利的核心定律是一笔交易，不是免费午餐。你把一个系统越是分布化，它就越能适应、越有韧性——而你越是没法预测或掌控它。你没法既要涌现的魔法，又不交出「可看懂」；蜂巢之所以强，恰恰因为没人在掌舵，而这也正是没人能掌舵它的原因。一群智能体继承了整笔交易：它能并行铺开巨大的战线、绕过单点故障，但它也会漂移、会让你意外，会抗拒一次「它为什么这么干」的干净审计。下面这张图把两种状态并排摆开——你能跟住的单个智能体，和你只能放牧的那一群。

2026 年斯坦福的一篇论文（Tran & Kiela）主张：在相同的「思考 token」预算下，单个大模型在多跳推理上胜过多智能体系统——因为每一次智能体之间的交接，都以自然语言摘要传递，都会丢信息；研究者还描述了「智能体漂移（agent drift）」：多智能体长时间运行后的行为退化。但采用率仍在猛涨：Databricks 上的多智能体工作流在 2025 年 6 月到 10 月间增长了 327%，Anthropic 也在 2026 年 2 月随 Claude Opus 4.6 推出了 Agent Teams。凯文·凯利《失控》点破这笔交易：群是一个分布式、涌现的系统——有韧性、铺得广，却永远无法被完全看懂或掌控。用多个智能体去并行铺开战线，而不是当条件反射。群买来的是广度，付出的是连贯。

交接税

有一个儿童游戏，比任何公式都更能解释斯坦福那个结果：传话。让一句话顺着十个孩子传下去，传到末尾的早已面目全非——不是因为哪个孩子笨，而是因为每一次转述都会掉一点。智能体之间的交接，就是带 token 预算的传话游戏。每个智能体读的是上一个的摘要，而不是它完整的推理，于是细节在每一跳都蒸发一点；跳得够多，这群智能体就在信心十足地讨论一个早已悄悄变了形的问题。单个智能体把整条线索装在一个脑子里，从不付这笔税。这就是「一个脑子常胜过一个委员会」的那个不起眼的原因：它从不需要把自己翻译给别人。

到底什么时候该叫上群

所以教训不是「群不好」——凯利会反对，而且他对。教训是：群是一件有特定账单的专用工具，不是默认升级。当任务是「宽」而不是「深」时，叫上多个智能体——在上百个文件里铺开、并行搜索、一口气试十几种思路、扛住一个节点挂掉。当任务是一条紧密推理的单链、每一次交接都是你付不起的漏时，叫上一个强智能体。无论你选哪个，记住凯利那笔交易：你交给群的每一分自主，都是你拿不回来的一分掌控。别召一窝群落，去干一个思考者的活。

群买来的是广度，付出的是连贯。

你交给一窝群落的每一分自主，都是你再也拿不回的一分掌控。

框架取自凯文·凯利《失控》——活系统、蜂群心智、涌现，以及「掌控 vs 适应」之权衡。单智能体对多智能体的结论出自 2026 年斯坦福 Tran 与 Kiela 的一篇论文（同等 token 预算下，单智能体在多跳推理上胜过多智能体系统；「智能体漂移」）。采用率数据（Databricks 多智能体工作流 2025 年 6 月至 10 月 +327%；Anthropic 的 Agent Teams，2026 年 2 月）据大众科技报道；数据以原始来源为准。

テクノロジー

十のAIは一つより賢くない——途中で、より多く漏らすだけだ

2026年6月17日 · ケヴィン・ケリー『コントロールの喪失』約 5 分

AIの次の飛躍はチームだ、と誰もが「知っている」——一群のエージェントが、それぞれ専門家として、あなたのノートパソコンの中で小さな会社のように会議する。頭が増えれば、力も増す。いまこの分野で最も直感に合う考えだ。そして2026年のある研究が、そこに亀裂を入れた——公平な勝負では、単一のエージェントが委員会まるごとに勝ったのだ。理由はAIより古く、ケヴィン・ケリーという人物が1994年に書き留めている。

群れの領収書

この春、スタンフォードの研究者 Tran と Kiela は、地味な題名と気まずい結論を持つ結果を発表した——同じ「思考トークン」予算なら、単一の LLM が多段推論で多エージェント系を上回った。犯人は平凡で、小手先では直せない——あるエージェントが次へ引き渡すたび、知っていることを自然言語の要約に圧縮せねばならず、要約はそのたびに漏れる。続く緩やかな腐敗にも研究者は名をつけた——「エージェント・ドリフト」、長時間の運用で群れが少しずつ本題からそれていく現象だ。それでもこのゴールドラッシュは止まらない——Databricks 上の多エージェント・ワークフローは2025年の5か月で327%増え、2026年2月、Anthropic は Agent Teams を製品として投入した。市場は、証拠が精査できるより速く、群れを買っている。

ケヴィン・ケリーは蜂群の知性を見抜いていた

そのすべてのはるか前、ケヴィン・ケリーは1994年の『コントロールの喪失』で、「多くの愚かな部品でできた系」の論理を探しに出かけた——蜂の巣、蟻の巣、鳥の群れ、市場、黎明期のインターネット。彼はそれらを「ビビシステム（生命的システム）」と呼び、半ば惚れ込んでいた。巣に上司はいない。知性は、局所のルールに従う何千もの単純な個体から創発し、その結果は驚くほどしなやかで、適応的で、創造的だ。これこそ群れを追う人々が追う夢である——一人の天才を設計するな、群落を育て、知性をひとりでに芽吹かせよ。ケリーの熱意は本物で——その警告も本物だった。題名に、はっきりと書かれている。

群れが実際に買うもの

ケリーの中心法則は、ただ飯ではなく取引だからだ。系を分散させるほど、それは適応的でしなやかになる——そして、あなたが予測も制御もできなくなる。創発の魔法だけを得て「見通しやすさ」を手放さずに済む、ということはない。巣が強いのは、まさに誰も操舵していないからであり、それはまた、誰も操舵できない理由でもある。エージェントの群れは、この取引まるごとを受け継ぐ——並行して巨大な面を覆い、単一の故障を迂回できるが、同時に漂流し、あなたを驚かせ、「なぜそうしたのか」のきれいな監査を拒む。下の図は、二つの体制を並べて置く——あなたが追える単一エージェントと、放牧することしかできない群れだ。

2026年のスタンフォードの論文（Tran & Kiela）は、同じ思考トークン予算なら、単一の LLM が多段推論で多エージェント系を上回ると論じた——エージェント間の受け渡しは自然言語の要約で渡され、そのたびに情報が漏れるからだ。研究者は「エージェント・ドリフト」、長時間の多エージェント運用での挙動劣化も指摘する。それでも採用は急増中——Databricks 上の多エージェント・ワークフローは2025年6月から10月で327%増、Anthropic も2026年2月、Claude Opus 4.6 とともに Agent Teams を投入した。ケヴィン・ケリー『コントロールの喪失』がこの取引を言い当てる——群れは分散し創発する系であり、しなやかで幅広いが、決して完全には見通せず制御もできない。多数のエージェントは、反射的にではなく、並行して面を広げるために使え。群れは幅を買い、一貫性で払う。

受け渡し税

スタンフォードの結果を、どんな数式より巧く説明する子どもの遊びがある——伝言ゲームだ。一文を十人の子に沿って囁き送ると、末端で出てくるものはぐちゃぐちゃだ——どの子も愚かだからではなく、語り直すたびに少し落ちるからだ。エージェント間の受け渡しは、トークン予算つきの伝言ゲームである。各エージェントは前の者の要約を読み、完全な推論は読まない。だから細部は一跳びごとに蒸発し、跳びが十分に重なれば、群れは、最初の一手からひそかに姿を変えた問題を、自信たっぷりに論じている。単一のエージェントは、一つの頭に筋の全体を抱え、この税を決して払わない。これが「一つの頭がしばしば委員会に勝つ」地味な理由だ——自分を他人へ翻訳する必要が、ないのである。

では、いつ群れを呼ぶか

だから教訓は「群れは悪い」ではない——ケリーは反対するだろうし、それは正しい。教訓は、群れは特定の請求書を持つ専用の道具であって、既定のアップグレードではない、ということだ。仕事が「深い」より「広い」ときに、多数のエージェントを呼べ——百のファイルに展開し、並行して探し、十数の方針を一度に試し、一つのノードの死に耐える。仕事が緊密な推論の一本鎖で、どの受け渡しも払えない漏れになるときは、一つの強いエージェントを呼べ。どちらを選ぼうと、ケリーの取引を思い出せ——群れに渡した自律の一片ごとに、取り戻せない制御の一片がある。一人の思考者の仕事に、群落を召喚するな。

群れは幅を買い、一貫性で払う。

群落に渡した自律の一片ごとに、取り戻せない制御の一片がある。

枠組みはケヴィン・ケリー『コントロールの喪失』より——ビビシステム、蜂群の知性、創発、そして「制御対適応」の取引。単一対多エージェントの知見は2026年のスタンフォードの論文（Tran & Kiela）より（同等トークン予算で単一エージェントが多段推論で多エージェント系を上回る、「エージェント・ドリフト」）。採用の数値（Databricks の多エージェント・ワークフロー 2025年6–10月で +327%、Anthropic の Agent Teams、2026年2月）は大衆向けテック報道に基づく。数値は原典を基準に。