斯坦福研究：多智能体协作可能不如单一协调智能体

斯坦福研究者在论文《Worse Together》中比较了单一协调智能体与多用户、多智能体团队处理共享资源的表现，关注价值在于它检验了“增加智能体数量是否自然带来更好的协作结果”。

• 论文于2026年9月30日提交，覆盖5个前沿模型、77个场景和4类环境，包括共享计算预算、日历、团体订单或预订，以及代码合并队列。
• 论文摘要称，在每个用户拥有独立智能体的设置中，团队在所有环境的群体结果都差于服务所有用户的单一协调智能体。
• 没有通信渠道时，团队在两个环境中出现完全失效；加入通信后，协调成本仍造成明显差距。
• 作者观察到的失败行为包括团队规模扩大后的停滞、互相覆盖操作和虚构信息。
• 研究也提出了环境相关的缓解方式，例如设置团队负责人、加入明确流程，以及要求智能体提交前读取同伴消息。
• 影响/看点：结果可能提示共享资源场景的瓶颈不只是模型能力，还包括权限、冲突解决和通信机制；这一结论主要适用于论文设定的任务与评测环境，是否适用于更复杂的企业流程仍需进一步测试。
• 资料依据:
• arXiv（2026-09-30）：https://arxiv.org/abs/2610.00583
• X：Rohan Paul（2026-10-06）：https://x.com/rohanpaul_ai/status/2107580805631606921

本内容由 AI 生成，仅供参考，请注意甄别