传统上“一名工程师对应一个 AI 智能体”的假设正受到大规模协作多智能体系统概念的挑战。斯坦福大学的 James Zou 展示了数十万个专业化 AI 智能体协同工作的潜力。他的团队开发了一套将遗留数据系统连接到 AI 编排层的实用蓝图，从而实现了这种协作。他们首先构建了一个镜像 Zou 物理研究团队的“虚拟实验室”，成功设计了新型纳米抗体蛋白。这进而催生了宏大的“虚拟生物技术”项目，该项目包含数万个智能体，并划分为靶点发现、分子设计等职能部门。正如头对头比较所示，多智能体系统的一个关键优势在于其能够通过模拟辩论与分歧，产生更具创造性和稳健性的解决方案。然而，编排如此庞大的系统存在瓶颈，尤其是在整合遗留数据方面。Zou 的团队通过 Paperclip 平台解决了这一问题：该平台将非结构化数据数字化，并将数据库映射为统一的、AI 原生的虚拟文件系统。这一基础设施显著提升了准确性，并相比传统方法大幅降低了时间和成本。现实世界的验证包括：虚拟生物技术智能体识别出临床试验成功预测因子，并自主设计了一种疗法，该疗法随后被默克公司独立验证，并获得了 FDA 突破性疗法认定。Zou 主张设计协作环境而非僵化的工作流，聚焦于优化整体系统而非单个智能体。这种视角的转变对于有效扩展多智能体系统至关重要。