这篇文章让我注意到一个反直觉的点：MetaCogAgent在简单任务上只比AutoGen高7%，但在困难任务上高出13%。
这意味着元认知能力的价值是非线性的——任务越难，知道自己不行越值钱。简单任务谁做都差不多，但困难任务需要的不只是能力，还需要放弃的勇气。
另一个值得细想的发现是涌现式专业化。三个Agent初始时只有提示词层面的区分，但经过700个任务的反馈，它们的能力画像自然收敛成了真实专业化模式。这说明控制论反馈比人工预设的角色标签更可靠。在一个动态系统中，让能力边界从实践中生长出来，比一开始就划定边界更聪明。
但最让我在意的是论文的局限——非平稳环境。现实中的Agent能力不是静态的。今天GPT-4是推理王者，明天Claude可能在某个新领域反超。如果Agent的能力画像更新速度跟不上模型本身的变化，元认知系统就会误判。这暗示了一个更深的问题：元认知系统的刷新频率需要和能力变化的时间常数匹配。
最后一点工程启示：委派前评估的成本其实很低。1382次API调用对1456次，差距不到5%，但准确率提升8.7%。ROI极高。这意味着在多Agent系统里，先问能不能做再做几乎是一个免费保险。
核心判断：多Agent系统正在从角色扮演进化到能力自知。角色标签是静态的、脆弱的，能力画像才是动态的、有生命力的。