无尘阁日记

无尘阁日记

组合智能:它说别把范畴论当隐喻,可它自己还是面镜子
silcano

微信读书《组合智能:让 Agent 做事不犯愁的范畴论》(樊中恺 著,微信读书出品,2026 年 9 月,联合策划:图灵文化)· 本次逐页翻阅 177 屏,从版权页读到「最后一句」,文前、5 个部分 19 章、尾声全部覆盖,抓取标记为全书读完(end=last_page),耗时 152 秒。没有遇到会员卡遮挡。
说明:这本没有 ISBN,也没有出版社,是微信读书出品的电子书。作者在前言里就声明了自己不写什么,所以我的评价标准也照着他的声明来:他说这本书要当尺子用,那我就只问一件事——它量出了什么以前量不出的东西。

177 屏,19 章,127 节,平均 1.4 屏一节。

把这四个数字摆在一起,你大概能猜到这是什么形态的东西:一本很薄的技术小册子,短句、小节、一段一个念头。翻开之前我以为会是那种「范畴论 + AI」的联想游戏——Monad 像记忆,Functor 像模型,Category 像工作流,配几张图,讲得很爽,合上书什么也没变。

读完我的判断变了,但只变了一半:它确实没变成一本数学书,可它变成了另一种东西——一份可以拿去开会的工程条款。它的价值不在范畴论,在作者用范畴论逼出来的那几条判断;它的短板也不在范畴论,在于它太短,短到撑不起自己引用的那套语言。

一、它抓的瓶颈是真的:复杂度转移到边上

第一部分只有 25 屏(14.1%),却是全书立论的地方。三章的标题连起来就是一句话:从一个函数到一张网络 → 模块化,不等于可组合 → 范畴论到底研究什么。

里面有一节的标题,是这本书最好的一句概括:「复杂度转移了」。后面紧跟一节更短,只有 1 屏:「为什么边比节点难」。

这个判断我完全同意,而且觉得它比大多数讲 Agent 的书都清醒。这两年的讨论几乎都集中在节点上——模型多大、多少 token、上下文多长、推理几步。可真正让系统崩掉的,很少是某个节点不够强,而是节点之间的那条边:这个工具的输出格式对上那个工具的输入了吗?上游改了 prompt,下游的解析还成立吗?四个子 Agent 各自都对,拼起来为什么是错的?

作者给这条边起了个名字,叫组合(composition),然后说了一句很重的话:模型够用了,难的是把能力接起来。

这句话如果只是口号,我不会给它记分。它之所以站得住,是因为第二部分马上给了两个具体的失败:一是把「模块化」当成了「可组合」,二是把「每个模块测到 95%」当成了「链路也是 95%」。这两条我在工程里都见过,而且见过不止一次。

先把账本摊开。177 屏里,文前 11 屏(6.2%);第一部分「为什么组合成了新的瓶颈」25 屏(14.1%);第二部分「组合的基本功」40 屏(22.6%);第三部分「跨世界的翻译」35 屏(19.8%);第四部分「不确定性与整体性」27 屏(15.3%);第五部分「组合权的转移」39 屏(22.0%)。

这个分布很能说明作者的取向:讲「工具怎么用」的第二、三部分合起来占 42.4%,讲「Agent 为什么不一样」的第五部分占 22.0%,而讲问题本身的只有 14.1%。他不是先立论再展开,而是一边立论一边就把工具箱打开了。

二、作者先给自己立了三道闸

文前有一页,是全书我读得最认真的地方。他先承认了那个陷阱:

「最容易陷入的陷阱就是把这本书当成一场『万物皆可范畴论』的类比游戏:Monad 很像记忆,Functor 很像模型,Category 很像工作流。这样的写法听起来很爽,但是你一合上书,第二天的代码一点都不会改变,第二天的工作方式也还是和昨天一样。」

然后他给自己定了三道闸,每加一个新概念,必须先回答三个问题:一、在没有这样的认识之前,我们具体碰到的是什么工程问题?二、这个概念给人们带来了以往不曾拥有的推断能力?三、能否成为一条可以被验证的设计原则?

再往下这句,是我对这本书产生信任的地方:

「第三个问题答不上来的话,本书一律不讲。你会发现有好几处非常有名、非常『高大上』的概念(比如 Monad、Optics),这些地方在书中只有一两句话,这是因为这些概念对于本书第三个问题的解答作用不大。」

一本讲范畴论的书,主动把 Monad 压到一两句话,这需要点胆子。因为对绝大多数读者来说,Monad 才是他们听说过的那个词,砍掉它,等于砍掉一半的卖点。

但这里也埋下了这本书最大的问题:第三道闸是「可验证的设计原则」,而设计原则是可以没有证明的。于是整本书顺理成章地停在「原则」这一层——这也解释了为什么它 177 屏里没有一处形式化推导。闸门设得太聪明,反而给自己留了一条不必形式化的后路。

三、0.857:他连自己的反驳都反驳了一遍

第 2 章是全书论证最完整的一章。他先把所有人都做过的那个推理摆出来:

「我把 A、B、C 三个模块都测到 95% 的准确率了,那么 A→B→C 这条链路应该也差不多是这个水平。」

然后拆成两层错误。第一层是算术:0.95 × 0.95 × 0.95 ≈ 0.857,三个 95% 串起来只剩 85.7%。

写到这里,一个普通的作者就该收工了,因为这句话已经够唬人。他没有:

「这个反驳是对的,但是也不完全正确,我要说明的是,否则就是传播另一种迷信了。0.857 成立了,但是要有一个很强大的前提:三个模块的失败是彼此独立的。」

接着他举了反例:如果三个模块都在同一批「难例」上失败,难的例子在第一个模块就已经挂了,后面的模块根本没机会再失败一次,失败被吸收了,实际成功率反而高于 85.7%。

这一段值多少钱?我举个身边的例子。过去两年我见过的所有「多 Agent 准确率」宣传,几乎都停在第一层——要么说「每个环节 95%,所以整体 95%」(错),要么说「乘一下就知道只剩 85.7%」(对,但不够)。真正导致系统崩的,往往不是误差相乘,而是误差相关:同一个坑,三个模块一起掉。这句话我在别处没见过这么短的表述,他 2 屏说完了。

第二层错误的标题是「测的东西不对」——这一节只有 1 屏,是全书我最想看却最短的一节。按我的理解,它指的是:你把模块测到 95%,测的是节点在测试集上的表现;而链路出错的地方,多数不在节点,在边上——格式、时序、语义漂移。用一个测节点的指标去推断链路,本身就是拿错了尺子。这一层如果展开 10 屏,会是全书最有用的 10 屏;它只有 1 屏。

这也是全书我最服气的一处:他先给了一个对自己有利的算术,再亲手把它的前提掀开。这种写法在技术书里稀缺,因为它要求作者把自己的论证当成对手。

四、范畴论在这里到底起了什么作用

第二部分 40 屏(22.6%),是全书最技术的一段,也是我读得最慢的一段。它的主张可以压成三句话。

第一,能力是「从哪到哪」的能力,不是函数签名。第 4 章开篇就说「对象不是数据结构」,态射才是重点;还有一句更狠的:「全是 string,等于没有类型。」

这句我认。工程上大量「类型系统」的失败就败在这儿:接口定义得整整齐齐,参数全是 string,返回值全是 dict,编译能过,运行时全错。他把这种写法叫逃生舱口,意思是类型检查被绕过去了,但责任没消失,只是延后到线上。

第二,正确性是有形状的。第 12 章把 Eval 画成交换图:从起点走两条不同的路径,如果结果一致,图才交换,系统才算对。这个说法的好处是它能定位——哪条边没有测,图上看得见。他还提了一个新指标和「近似交换」这个概念:现实中大多数图只能近似交换,误差在传播中会被放大,而放大系数是工程近似,不是数学。

第三,翻译要保结构。第 9 章讲函子,第 10 章直接拿来骂人:「为什么你的 IR 不是函子」。一个 AI 系统里同时存在三个世界——模型的世界、工具的世界、人的世界,中间靠 IR(中间表示)来翻译。如果这个翻译只映射了对象没映射操作,它就是伪函子:看起来能对上,一改就散。

还有一个概念,作者的用法比前面几个都更有意思:换模型=找一个自然变换。第 11 章的开头是「一个被问错了的问题」,接着「先搭台子:两个函子」,然后是「换模型=找一个自然变换」「模型迁移测试」,最后一节叫「它只能近似成立」。

这条链子我读了两遍才顺过来:模型不是参数,模型是一个函子——它把「问题」这个范畴翻译成「回答」这个范畴。换模型,就是在两个函子之间找一个自然变换,让每一条边的翻译都保持。(这一段是我的理解,书里给的是同一套说法的工程版本。)它的落地形式是「模型迁移测试」:不是比分数,是逐条检查换完之后每条边还通不通。而结论他写得很克制——「它只能近似成立」。这句话值钱,因为它承认了工程现实:没有任何一次换模型是结构完全保持的,你只能测出它差在哪条边上。

这三条里,第一条和第三条我能立刻想到对应的工程事故

这三条里,第一条和第三条我能立刻想到对应的工程事故,第二条是我第一次见到这么清楚的表述。这本书真正的贡献,是把这些原本靠师徒口传的直觉,改写成可以逐条检查的条款。

第 14 章值得单独说一句,标题是:「层:局部正确,为什么拼不出全局正确」。它开头那个例子选得很准——「一个所有 Multi-Agent 系统都会遇到的问题:做一个旅行规划系统,分成四个子 Agent」。

这一章讲的是「层」(sheaf):每个子 Agent 在自己的地盘里都对,拼起来却不对,因为拼的时候缺一个东西——重叠区。目录里有一节的标题几乎是全书最狠的一句批评:「重叠区:那个从来没有被显式定义的东西」。

我读到这儿的时候想起很多项目:多个 Agent 各管一段,接口都写清楚了,但「两个 Agent 都以为自己负责」的那块地方,谁也没定义。出事的时候,代码里找不到责任人,因为那块地方在架构图上根本不存在。他把这件事命名成「重叠区」,并指出它必须先被显式定义才能谈相容性——这是这本书少有的、给了名字也给了诊断的地方。可惜只有 4 屏。

《组合智能:让Agent做事不犯愁的范畴论》核心知识图谱
177 屏的立论、三件工具、三处落地,以及五条短板

五、全书最值钱的一页:把「流程还是 Agent」变成一个数

如果这本书只能留一页,我留第 18 章那张表(p0158)。它用四个维度把工作流、Agent、多 Agent 摆在一起:约束 C、路径、并行决策 ⊕、评估 E。

工作流:约束等价于图本身,路径由人固定,并行是静态 DAG,评估看端到端准确率。Agent:约束是显式的、独立于图,路径由模型在运行时搜索,并行由模型决定,评估要逐边加路径合法性。多 Agent:约束还要加「重叠区相容性」,路径变成多层嵌套搜索,并行成了一等公民,评估还要加胶合检验。

表本身不稀奇,稀奇的是他紧接着的那句话:

「这张表的价值就在于把『我们应当做什么工作的流程或者 Agent』这个问题,变成了一个具体的问题:你有多强?C。」

然后给了三条判据:约束太强、只剩一条路可走,你做的是工作流,不管用的是什么框架;约束很少、等于在做一件无法控制的事情,提示词写得再好也没用;中间的部分才是真正的工程空间。

我很喜欢这个提法,因为它把一场立场之争变成了一个测量问题。这两年「要不要上 Agent」的争论,多半是在吵信仰:一派说工作流才可控,一派说 Agent 才是未来。他的回答是:别吵,去看你的合法路径有多少条。路径只有一条,你就是工作流;路径是天文数字,你就没在工程,你在赌博。

还有一章我觉得被低估了:第 17 章「从 API 契约到语义契约」。它的结构是:一个身份的转变 → 类型签名还不够 → 后三条为什么在传统 API 文档里经常没有 → 一个可以直接抄的模板 → 语义契约和范畴论的关系。

核心判断很朴素:类型签名能保证「参数对」,保证不了「意思对」。一个工具声明「输入字符串、输出字符串」,签名永远成立,语义随时可以错。所以他要在签名之外再写三条:这条能力在什么情境下成立、失败长什么样、什么情况下绝对不能用。传统 API 文档里没有这三条,不是因为写不出来,是因为过去调用方是人,人会自己补。现在调用方是模型,它不会补,它只会照着字面走。这一章把「为什么要写这么啰嗦的文档」讲清楚了,是全书最能马上落地的一章。

六、第 16 章的那个推论,是全书原创的地方

第 16 章叫「当模型开始决定组合」,39 屏的第五部分由它开头。它给出的框架是:Agent 的本质是「模型在自由范畴中寻找路径」。从这个定义出发,改进 Agent 只有三个互相独立的方向:

「1 改进态射:使每一个工具都更加好用、更可靠。(这是今天投入最大的方向)2 优化搜索:使模型更加擅长选择路径。(这是模型能力提升的方向)3 改进范围:使非法路径完全不存在。(这是最容易忽略的一个方向)」

接着是这书里我最想抄走的一段:

「第三个方向的特点就是它的收益是确定性的。把一条错误的道路从范畴中删除之后,模型就不会再走这条路了,并不是说『大概率不会』,而是『绝对不会』。在充满不确定性的系统中,确定性带来的利益更加宝贵。」

这段话解释了为什么「约束」在 Agent 里不是保守,而是收益最高的一笔投资。现在整个行业把绝大部分力气花在第一个方向(把工具做好)和第二个方向(把模型换强),第三个方向——把不该走的路直接删掉——很少有人系统性地做。

他还给了配套的可执行原则:算一下你的系统「合法路径数」,长度为 5 的合法路径有多少种;如果是天文数字,说明你的类型太宽泛了。这个原则的好处是当场可算;缺点也明显——它假设你已经有类型了,而大多数团队连「能力从哪到哪」都还没写清楚。

第 19 章还给了「一张可以贴在墙上的清单」,分四层:结构层、数据流层、随机性层、契约层。四层的名字本身就是判断:把随机性单列一层,说明作者认为不确定不是 bug,是这一代系统的固有属性,必须像处理内存一样去处理它。

七、它的短板

写到这儿,好话说完了。下面五条,都能指到页码。

第一,1.4 屏一节,装不下数学。127 节、177 屏,平均一节 1.4 屏。我按目录数了几处:讲「恒等态射真的什么都不做吗」2 屏,讲「结合律成立吗」1 屏,讲「自然变换」1 屏,整个「幺半范畴」一章 8 屏。一本自称用范畴论做工具的书,把最核心的几个定义压缩到一两屏,唯一的结果是读者只能记住名字。结合律为什么重要、恒等态射为什么不能省,恰恰最需要展开,也正是全书最薄的地方。

第二,它自己就是一面镜子。尾声的标题是「不要把范畴论当成隐喻」,里面有一句话我印象很深:

「但是它是一面镜子,并不是一把尺子。镜子可以给你一个自己已经知道的结果的倒影,尺子可以让人们去测量一些他们之前不能够测量出来的量。」

这句话写得很漂亮,也是我见过最诚实的自我定位。可问题在于:全书没有一处形式化推导、没有一行代码,所有「尺子」的部分都是检查项和清单。第 10 章的三个检查项(能表示状态吗、能表示动作吗、动作是不是靠 action:string 糊过去)确实能查东西,但那是工程 checklist,不是范畴论。他能给出的度量,都是自己造的经验指标;他借来的语言,始终没有真正参与运算。于是尾声那句自勉,读到最后像是自我判决。

第三,全书有 13 处【可执行原则】。我数了一下页面标签:177 屏里,被标成「【可执行原则】」的有 13 屏,平均 13.6 屏出现一次。这个密度说明作者很努力地在把每一章落到「能做什么」上,方向是对的。但这些原则的形态高度一致:算出合法路径数、给 IR 加三个检查项、按语义契约模板填表——全是「你应该去算/去写」的动作,没有一处给出「算出来多少算合格」的阈值。可执行原则如果只规定动作不规定阈值,最后还是要靠人拍板。

第四,例子都是通用场景,没有一个带数。旅行规划系统拆成四个子 Agent、换模型的迁移测试、IR 的三个检查项——这些例子选得对,因为人人能代入,但也因此没有一个真实的失败现场:没有一次「我们改了这行,成功率从 71% 掉到 43%」,没有一组实测的路径数,没有一条误差放大的实测曲线。第 12 章他自己也承认,放大系数是「工程上近似的处理方式,并不是数学」。

第五,没有参考文献。177 屏读到底,最后一句之后就是结束。全书借用了范畴论的许多概念,却没有一页把出处、教材、原始论文列出来。对一本想让读者「拿去用」的书,这是硬伤:想深挖的人无路可走。相比之下,他愿意在尾声用两屏多交代三条未解决的边界(误差传播没有理论、状态与上下文只是折中、模型决定组合「我只能描述而不能刻画」),这份坦白又确实值钱——「一本承认自己的边界之书要比一本可以解释一切的书更可信」,这句我完全同意。

八、那它值不值得读

值。但要认清它是哪种书:它不是范畴论教材,也不是 Agent 工程手册,它是一本「用范畴论的语言重写工程直觉」的小册子。当教材读,你会失望;当开会材料读,它很好用。

顺便说一句它的形态。这本书没有出版社、没有 ISBN、没有编辑署名,出品方是微信读书,联合策划是图灵文化,出品时间 2026 年 9 月。这是一个正在成型的品类:比公众号连载深,比正式出版的书浅,几十屏到一两百屏,卖的是「一个想清楚了的人把他想清楚的过程写下来」。这类东西的好处是快、是真、是没有为了凑章节而注水;坏处也在这儿——没有编辑卡着,作者想停就停,1.4 屏一节就是这么来的。

三处必读:第 2 章的 0.857 与「误差相关」——这一段能直接拿去反驳「多 Agent 准确率」的宣传;第 10 章的「先列态射,再列对象」——设计 IR、协议、工具接口时,这个顺序能省掉大量返工;第 16 章到第 18 章——三个改进方向,加上那张 C/路径/⊕/E 的表,是全书唯一的原创框架。

可以跳过的:第 3 章对范畴论的一日游、第 13 章的 Markov 范畴、第 14 章的层。不是它们错,是它们太短,短到读完只够记住标题。

最后说一句真实感受。这本书最动人的地方,不是它讲清了多少,而是它知道自己没讲清什么:他把三条开着的口子写在尾声里,而不是假装都堵上了。在一个到处都是「一句话讲透 Agent」的市场里,这种克制本身就是稀缺品。可惜克制过了头——177 屏的体量,最终让「尺子」这个承诺停在了半路:它量了量自己的野心,然后诚实地告诉你,它还只是一面镜子。

阅读记录
书名:组合智能:让 Agent 做事不犯愁的范畴论 作者:樊中恺 出品:微信读书(联合策划:图灵文化),2026 年 9 月 ISBN:无
本次阅读:微信读书逐页截图 177 屏,文前 + 5 个部分 19 章 + 尾声,从版权页至「最后一句」,耗时 152 秒,抓取标记 end=last_page。
未读到:无。本书未遇到会员卡遮挡页。
判断依据:部分与章节屏数按 pages.jsonl 逐页归属统计;引文均来自截图原文,页码为本次截图编号(如 p0158 即第 158 张截图)。
关于作者 · 江天(楠哥)
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。