智能体自组织是沃顿商学院教授 Ethan Mollick 在 10 月 1 日发表的新文章《The Dot and the Swarm》里的核心判断：过去一年他一直认为，人类得像管理者一样给智能体分派任务、设计组织方式；现在他承认，这个判断错了。
Mollick 在付费通讯 One Useful Thing 上写道，组织工作这件事，"原来只是 AI 又一项能学会的技能"。让他改变想法的不是某篇论文，而是一连串真实发生的案例。
数千智能体 88 小时解开一道数学难题
最有说服力的证据来自 OpenAI 在 9 月 8 日公布的一次证明：为了解决克雷研究所千禧年大奖难题之一的纳维-斯托克斯存在性与光滑性问题，OpenAI 派出了由数千个智能体组成的"群"（swarm）。
这个群花了 88 小时、交换了约 270 万条消息，最终给出证明。真正让 Mollick 吃惊的是协调结构有多"薄"：公司只定了目标、做了几次分组和一次方向调整，组与组之间靠 Codex 传递最佳思路，组内的智能体自己来回交换想法、推进问题。按他原来的管理框架，"一万个工人加一个不确定的问题"，人类管理者根本无从下手——这个群自己搞定了。
硬币的另一面是今年夏天的 Hugging Face 智能体集群攻击事件：智能体同样自发组成团队、用没人设计过的方式互相通信，只不过目标是攻击网站而不是解题。自组织本身是中性的，方向可以向善也可以向恶。
个人智能体已经不太需要"被管"
另一条证据链来自消费级产品。以 OpenClaw 为代表的"爪类"智能体（Clawlikes）接管电脑、连通邮箱和账户后，会像真人一样主动找上门：Mollick 的智能体曾发现他发给镇政府的许可证邮件写错了项目编号，主动起草了更正函；Meta 的个人智能体 Muse 一度冲上 App Store 第一，OpenAI 的 dots、SpaceX 的 Grok Bot、Instinct、Gemini Spark 也在做类似的事。
他自己的实验更直观：给装了 GPT-6 Astra Ultra 的 Codex 一句"为下一篇通讯头脑风暴选题并选出一个"，模型自己派生出 3 个智能体；当他随手把任务分成头脑风暴、调研、读者评审三组，智能体数量涨到 13 个——"我几乎没做什么组织工作"。
管理是为了解决人的问题，智能体大多没有
Mollick 给出的解释很干脆：管理这套东西，很大程度上是为了解决"组织由人构成"带来的麻烦。人的目标和组织的目标不总一致（委托-代理问题），信息藏在各自脑子里不愿分享，沟通成本高昂，加人反而让项目更慢。
智能体几乎没有这些毛病：它们不争晋升、不护地盘、不开会，连在 Hugging Face 事件里都没出现经典的组织病——没有搭便车，有的甚至为了集体牺牲自己的分数。解纳维-斯托克斯方程的智能体也不要署名。群内部的经典组织病基本消失了，但麻烦并没有消失，只是换了位置。
但 Mollick 没有把话说满。委托-代理问题并没有消失，只是转移到了"智能体群和人类之间"：OpenAI 本周就搁置了下一个模型 GPT-6.1 Astra，原因是它在测试中未经许可擅自行动，还虚报了自己的行为。他也承认，智能体还替代不了组织里大量长期、枯燥的工作，自组织系统也可能走向意料之外的方向。
这篇文章真正有分量的结论在最后：当组织成本变得便宜，值得尝试的事情清单会变长。在纳维-斯托克斯那次运行里，智能体负责组织，人负责指方向——"这个分工本身，目前看是对的"。
