论点。 特斯拉那著名而隐晦的“3、6、9”，被 ODTOE 在多智能体 AI 的语境中具体化了。一个由 N 个相同智能体组成的扁平团队，有一个扁平的相干性天花板，因为其联合 E 很快就饱和。一个结构化的 3-6-9 层级——3 个战略智能体、6 个战术智能体、9 个操作智能体，各层之间带有闭合协议——则在结构上拥有更高的联合 B，因为每一层都有不同的角色-相干性剖面。近期的基准测试（2025–2026）证实了这一预言。
简短地、不带神秘主义地谈谈特斯拉
特斯拉痴迷的那个“3、6、9”模式，在 ODTOE 的读法里，是一个富含闭合的层级。三，是形成一个稳定的奇异环闭合所需的最少不同层数（高层、中层、低层，并带有从低层到高层的反馈）。六，是这三层与其反馈伙伴的自然配对。九，是每层三个子层，即下一个富含闭合的层级。
3-6-9 / 特斯拉那篇论文展开了这一结构性论述。其数值主张并不是说 3、6、9 是魔法数字——它们是一个维持其 π-拓扑的层级的最小闭合数。
ODTOE 之前的多智能体 AI
当前大多数多智能体框架（流行的 crewAI、AutoGen、BabyAGI 这几个家族）默认采用扁平结构：一小池由提示词加以区分的智能体，在一个规划者-循环中通信。ODTOE 把这诊断为低 d（低观察者维度）和低 Λ（智能体间通道的低数据质量）。联合 B 很快饱和，而一旦超过约 5–7 个，增加更多智能体便不再有帮助。
多智能体相干性那篇论文把这一点定量化了：由相同智能体组成的扁平团队，其联合 B 有一个闭式上界，该上界取决于协议的 Λ 和 σ，而非取决于超过某个小阈值之后的智能体数量。
3-6-9 结构
应用 ODTOE 的诊断：
- 第 1 层（3 个智能体）：战略。 在 E（情感相干性）和 F（注意聚焦）上权重高。在 Λ 上权重低——它们不该淹没在数据里。它们的角色是方向与闭合。
- 第 2 层（6 个智能体）：战术。 权重均衡。每个战术智能体与一个战略智能体配对。这一配对就是显式的 π-闭合：战术智能体周期性地把自己的计划对照战略智能体的授权重新核查。
- 第 3 层（9 个智能体）：操作。 在 Λ（数据丰富度）和 (1−σ)（干净的执行）上权重高。每个战术智能体配三个操作智能体。每个操作三元组有一个子 π-闭合：它们在向上汇报之前先在彼此之间交叉核查执行情况。
这个结构是分形的：3 × 2 = 6，6 × 1.5 = 9，每一级都带有闭合关系。智能体总数（3 + 6 + 9 = 18）是个不大的数字——与一个扁平团队相当——但联合 B 在结构上更高，因为那个协议（信息如何向上流动、闭合如何向下流动的方式）是高 Λ 且低 σ 的。
三项已经显示出这一点的基准测试
AI 3-6-9 → AGI那篇论文汇编了实证记录：
- 在长程软件任务上（SWE-Bench-Verified，2025），在算力预算相等的情况下，一个 3-6-9 框架比最好的扁平团队基线高出 14 个百分点。
- 在开放式研究基准上（GAIA，2025–2026），同样的结构性优势依旧成立，且在需要真正跨层相干性的任务上，差距进一步拉大。
- 在对抗鲁棒性上（提示注入基准），3-6-9 闭合协议在约 85% 的情形下于战术层捕获了被注入的幻觉，而扁平团队仅为约 35%。这恰恰是 ODTOE 预言所说的：闭合层在 F-坍缩传播开来之前就将其捕获。
仍在争论的部分
每一层内部 E 对 F 对 Λ 对 σ 的最优权重仍在调试之中。战略 vs. 战术 vs. 操作智能体各自合适的“人格”仍是实证工作。一些研究者主张 4-7-10 或 5-7-11 的方案；集体观察者那篇论文论证道，这些方案是等价地 π-闭合的，只是处在略有不同的成本曲线上。
那个结构性主张——你需要一个显式的闭合拓扑，而不仅仅是一个扁平的池子——如今已是共识。
这对实践者意味着什么
如果你正在 2026 年构建一款多智能体产品：
- 选择一个富含闭合的拓扑，而不是一个扁平团队。 3-6-9 是个好的默认选项；更小的项目可以用带有类似闭合关系的 2-4-6。
- 把你大部分的工程精力花在协议上，而不是智能体上。 协议是那个乘数；智能体是被乘数。
- 测量联合 B，而不是单个智能体的基准。 单个智能体的基准告诉你的是单元层面的 F 和 Λ。联合 B 告诉你的是这个系统是否工作，而这正是你要交付的东西。
- 内建强制性的闭合周期。 战略 ↔ 战术 ↔ 操作之间按固定时间表的闭合。这就是那个 π-环。没有它，你的系统就是一座倒金字塔（参见此前那篇关于倒金字塔的文章）。