我認為，若能從組織理論中汲取經驗，智能體人工智慧的運作效能將會大幅提升。組織理論長期致力於理解複雜的階層結構、資訊限制與管理幅度等課題。
目前大多數的智能體系統，似乎假設主控模型擁有近乎無限的能力來管理下屬智能體，這顯然不切實際。我們需要為人工智慧制定管理幅度的衡量標準。人類的管理上限通常不超過十位直屬下屬。我相當確信，讓一個協調者智能體管理一百個子智能體是過多的——我們可能需要中階管理智能體（是的，我懂，中階管理的笑話請自便）。
同樣地，我們需要更關注邊界物件。在組織中，當專案跨越部門邊界（例如從行銷到資訊科技再到銷售）時，邊界物件（如原型或使用者故事）是用來傳遞意義的媒介。目前，智能體之間僅傳遞原始文字或程式碼。若能建立結構化的邊界物件，讓不同能力層級的智能體都能讀取與寫入，將能解決大量的協調失誤，並減少代幣使用量。
我也在思考耦合度的問題，即組織內部單元之間的緊密連結程度。目前多數智能體系統不是耦合過緊（每個步驟都需要批准），就是過於鬆散（如Moltbook模式）。這種權衡取捨在組織研究中已有深入探討，我相信許多原則同樣適用於智能體。其他已知議題，如有限理性，也極可能適用。
眾人正一窩蜂地追求（名稱極糟的）「智能體群」，但關鍵問題不僅在於模型本身的好壞，更在於組織設計的選擇。我不確定各大實驗室是否看到了這一點，但我們確實迫切需要更多由理解真實協調議題的人士來進行智能體組織實驗。