最近我的时间线被一句话刷屏了：
「Anthropic 内部的人说，他们 99% 的工程师，都在跑 300 个以上会自我改进的 agent。」
转发的人几乎都在惊叹同一个东西——那个「300」。300 个 agent 同时干活，这画面太唬人了，仿佛 Anthropic 的秘密武器，就是把 agent 堆得足够多。
我也是先被这个数字勾住的。但我没急着转，而是把那场分享——Anthropic 一位研究型产品经理的演讲——从头到尾完整听了一遍。听完我的感觉是：大家转的方向，从一开始就拐错了。
那场分享里，讲者花最多力气强调的，根本不是 agent 的数量。是一句被很多人略过的话——close the loop，闭环。
这篇，我就把这个被忽略的重点讲透。
先把「300」这个误读拆掉
我得先说清楚一件事：今天你想拉起 300 个 agent，是这世上门槛最低的事之一。
模型一个比一个便宜，token 一天比一天不值钱，写个脚本、开个并发，几百个 agent 哗一下就起来了。这事难吗？不难。所以「300」这个数字本身，唬人，但不值钱——它是个谁都办得到的标配，不是 Anthropic 的护城河。
真正难的，从来不是「把 agent 拉起来」，是「让这一群 agent 干出来的活靠谱」。
你想象一下：300 个 agent 同时埋头狂奔，每一个都把自己的活干完直接丢出来，没人检查、没人验证。结果是什么？不是产能翻 300 倍，是垃圾翻 300 倍。错的、假的、半成品的东西，以 300 倍的速度涌到你面前，你一个人根本审不过来。
所以光堆数量，是在制造灾难，不是制造价值。
那场分享里讲者真正想说的是：让这套东西能跑通的，不是 agent 的数量，是每一个 agent 身上那个能自己验证自己、自己纠正自己的回路。把这个回路装上，300 个才有意义；不装，3 个都嫌多。
闭环，到底闭的是哪一环
「闭环」这个词听着玄，其实拆开特别简单。
你平时怎么用 AI？大概是这样：你给一个指令，它生成一段结果，然后你来看对不对、你来挑错、你来让它重写。在这个过程里，验证和纠错这一环，是你这个人在闭合。AI 只管生成，judge（裁判）是你。
这叫开环——回路是开着的，缺的那一截，靠人肉补上。
而 Anthropic 内部那套，是把这缺的一截，交还给 agent 自己。讲者画了一张特别朴素的图，一个 agent 干活的标准姿势是这样转的：
先规划（想清楚要干什么、规范是什么）→ 再执行（按计划动手）→ 然后验证（用一个工具去检查自己干得对不对）→ 根据验证结果调整计划 → 再循环一遍，直到自己满意，才交出来。
关键就在「验证」那一步。它不是等你来挑错，而是 agent 自己调用一个工具去验证自己的输出。讲者举的例子很具体：如果你做的是一个能写应用的 agent，你就该给它一个「能操作电脑的工具」——这样它写完前端，可以自己打开页面、自己点几下、自己看看到底跑没跑通，然后根据看到的结果决定要不要回去改代码。
你品品这个区别。开环是「生成一次，赌它对」；闭环是「生成、自检、不对就改、反复磨，直到收敛到对」。
前者是聊天的逻辑——你问一句，它答一句，准不准你自己掂量。后者是工程的逻辑——它对自己的产出负责，交到你手里之前，已经自己跑过一遍质检。
这一步，把 agent 从「工具」变成了「系统」
我越想越觉得，这件事的分量被严重低估了。
把「验证」交还给 agent 自己，看着只是工作流上挪了一小步，实际上是性质的改变：agent 从一个「你得时刻盯着的工具」，变成了一个「能自我迭代的系统」。
工具是死的——你不动它，它不动；你不纠错，它就一直错下去。系统是活的——它能根据真实反馈，自己一轮一轮往「对」的方向爬。
这个跃迁，背后是模型这一年实打实的能力提升。那场分享里讲者拎出了三点，每一点都直接喂养着「闭环」这件事：
第一，行动前会规划了。 老模型像不看说明书就硬装宜家家具的人，上来就干，撞墙了才回头翻图纸。新模型会先把规范想清楚再动手——讲者说，光是「先规划」这一下，反而让它调用更少的工具、写更少的代码就把活干成了。
第二，会自我纠错了。 老模型有个毛病叫「原地打转」：你说它错了，它说「好的我再试」，然后端出一个一模一样的错误答案。新模型能真的读懂反馈、换一种方法再来——这正是闭环能转起来的前提。验证发现了错，它得真有本事改对，循环才不是空转。
第三，能跑更长的时程了。 模型现在能在上百万 token 的跨度里保持注意力不跑偏。这意味着「规划→执行→验证→纠错」这个循环可以转很多很多圈，而不会转着转着就忘了自己最初要干嘛。
这三样加起来，结果有多猛？讲者给了一个数：一个叫 SWE-bench Verified 的编码评测，Claude 一年前还在 62% 左右，现在 Opus 4.8 已经做到 88%——失败率压到了原来的三分之一。Anthropic 内部超过 80% 的代码，如今是 Claude 自己合并的。
这不是把工具磨得更快了。这是一个能自己往上爬的系统，正在加速。
为什么它比你花 300 美元买的 agent 课更顶用
这阵子卖「agent 课」的特别多，几百块美金一套，教你怎么写提示词、怎么搭多 agent、怎么把 agent 堆起来。
我不是说这些没用。但你对照着上面那套东西看就会发现，大多数课，教的恰恰是那个「不重要」的部分——怎么把 agent 拉起来、怎么堆数量、怎么背一堆提示词模板。
而真正决定成败的那一环——怎么给 agent 装一个能验证自己的环境、怎么把回路闭上——反而很少有人讲。因为它不性感，它不是一句能写进课程标题的口诀，它是脏活：你得想清楚「什么算干对了」，得给 agent 配上能自检的工具，得设计好反馈怎么回流。
这也正是那句话——300 个 agent 的效果，远超花 300 美元买的课——背后真正的意思。不是因为 agent 多，是因为闭环这件事，根本不在大多数课的射程之内。 堆数量谁都会，闭环才是手艺。
讲者还补了两个特别实在的建议，我觉得比任何课都值钱：
一个是精简你的 scaffolding（套在模型外面的提示和工具）。很多人因为踩过老模型的坑，就不停往提示里加补丁，越加越厚。但模型变强之后，那些补丁反而成了枷锁——他们内部就遇到过，一行早就过时的格式指令，新模型太听话照做了，结果功能「看着坏了」，删掉那行就好了。别围着旧模型的毛病写提示，要围着你真正想要的结果写。
另一个是给模型留出干活的空间，让它自己决定该思考多久、该使多大劲，然后在受控的前提下，把更多动手的权限交给它。说白了，你想要闭环，就得敢放手——你把每一步都焊死，agent 哪还有空间自己验证、自己纠正。
代价是真实的：token 烧得更多
我不想把闭环吹成没有成本的银弹。它有一个很实在的代价：token 烧得更多。
一次性生成，模型只推理一次，便宜。闭环不一样——规划要推理、执行要推理、验证要推理、纠错还要再来一轮，一个任务下来调用模型十几次、几十次是常态。再把这个数乘以 300 个 agent，账单自然厚。
但你得算另一笔账。开环省 token，是把全部身家压在「第一次就对」上——对了你赚，错了你事后才发现，返工、救火、甚至给客户赔钱。闭环多烧的那些 token，买的是在交付之前就把错揪出来这件事。
在那种真要上生产、错不起的活上，这笔账太好算了：让 agent 自己多跑三轮、多烧一点 token，远比让一个没自检过的结果流到用户面前要便宜。
所以这不是一句「闭环真好」的口号，是一个权衡：你拿可计量的 token，换不可控的翻车风险。 想清楚这笔账，你就知道什么活该上闭环、什么活一次性生成就够了。
落到我自己身上
讲到这儿你会发现，不管是 Anthropic 内部那 300 个会自我改进的 agent，还是我自己每天在做的事，内核都是同一件——别让 AI 一次性把活吐给你就完事，要给它装一个能自己验证、自己纠错的回路，让它在交到你手里之前，先自己跑通。
这正是我一个人做 Zaokit 一直在死磕的事。你不用懂任何技术，把要做的事说清楚——做一份 PPT、写一篇图文——它背后跑的不是「一次性生成、好坏随缘」，而是一个会拆解、会调工具、会自我检查的循环。所以它不会秒回，但它交给你的，是一个自己已经过了一道质检的成品，而不是一段还得你回头返工的草稿。唯一网站：https://zaokit.app。
而把这种「带闭环」的能力做成企业能放心用的全家桶，也是我一直在做的：cx.zaokit.com、cc.zaokit.com、tokenhub.zaokit.ai、gift.junxinzhang.com 以及更多项目，已经融进了不少公司的真实工作流，稳定靠谱、开箱即用。
写在最后
回到开头那个被刷屏的数字。
「99% 的工程师跑 300 个 agent」之所以传得这么广，是因为「300」这个数字，正好满足了我们对「先进」的想象——多即是强。
但真听完那场分享你会发现，数量是最不需要羡慕的东西。你今天就能拉起 300 个 agent，可如果每一个都是开环的，你拉起来的不是一支大军，是一场你一个人收拾不完的烂摊子。
真正把 agent 从「工具」抬升成「系统」的，是那个不性感、没人愿意写进课程标题的动作——close the loop，把回路闭上。
让它自己规划，自己验证，自己纠错，根据真实反馈一轮一轮往对的方向爬。
这件事会多烧 token，但它把 AI 干活的逻辑，从「赌第一次蒙对」，换成了「逼自己改到对」。
而在一个谁都能拉起 300 个 agent 的时代，会不会闭这道环，才是真正拉开差距的地方。
我是 Jason，一个自己一个人做 AI 产品的创业者。如果你也在被「300 个 agent」这类数字晃花了眼，希望这篇能帮你看清——值钱的从来不是数量，是那个让 agent 自己对自己负责的回路。
相关阅读：
Agent 为什么这么慢？——因为它在干活，不是在聊天