一句话定义：Agent Fleet 指把大量 AI 智能体（agent）当成一支队伍来集中调度、隔离、监控和管权限，而不是一次只跟一个对话。
为什么单个 agent 好办，一群就难
一个 agent 像一位装修师傅，业主站旁边盯着就行。可如果你要同时装修一千套房子，问题立刻变了：谁去哪套房？工具怎么分？有人误拆了承重墙怎么办？出了事故谁负责？这时候你需要的是装修公司加物业系统——排班、门禁、监控、审批，一整套。Agent Fleet 就是这套"物业系统"。
Anthropic 在公开分享中提过，Claude Code 在内部被大规模使用，成千上万个智能体会话并行跑任务，靠的是工程化管理而不是人挨个盯着。具体规模和细节以官方页面为准。
四个绕不开的环节
- 调度（scheduling）：任务队列加资源池。谁先跑、跑多久、失败重试几次、并发上限多少，全是策略问题。
- 隔离（isolation）：每个 agent 一个沙箱（sandbox）或一份独立的代码仓库副本（git worktree）。A 把测试文件删了，不该让 B 的构建挂掉。
- 监控（observability）：日志、执行轨迹（trace）、token 消耗。负责人要能一眼看出哪个 agent 在烧钱、哪个卡死了。
- 权限治理（permission governance）：能读什么、能写什么、能不能执行删除、需不需要人类点头（human-in-the-loop）。
它和邻近概念的区别
| 关注点 | 智能体之间 | 核心难题 | |
|---|---|---|---|
| 单个 Agent | 把一件事做完 | 不涉及 | 提示词与工具调用 |
| 多智能体系统（Multi-Agent System） | 协作分工 | 互相通信、辩论、接力 | 通信协议与角色设计 |
| Agent Fleet | 规模化运维 | 未必互相说话，统一被管 | 调度、隔离、成本与权限 |
关键差异在最后一行：多智能体系统研究的是"agent 怎么开会"，Agent Fleet 研究的是"几万个 agent 怎么不出乱子"。舰队里的船各干各的，但归同一个港口调度。
对从业者和普通人的意义
对工程师，写一个能跑的 agent 早就不难了，难的是第 100 个 agent 上线之后你还睡得着。可测试性、可回滚、成本上限、越权拦截，这些"不性感"的工程活才是分水岭。
对普通职场人，这意味着你未来打交道的不是"一个 AI 助手"，而是"一支 AI 团队"。你的角色会从操作员变成审批者和验收者——真正值钱的能力，是判断它做得对不对，而不是自己敲得多快。