OpenAI研究员Noam Brown阐述多智能体系统作用与局限
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载推理算力换成绩的规律
把推理阶段投入的计算量作为横轴，把推理模型在各类基准上的得分作为纵轴，会得到一条相当清晰的曲线：模型被允许思考的时间越久，最终表现就越好。这一现象被类比为考试——只给五分钟做完整张卷子，成绩必然糟糕；给足五个小时，结果会好得多。模型在这段时间里做的事情是自我对话，梳理问题、推演不同情形、排除各种可能，并在已有结论上继续往前推。但串行等待存在现实上限，没人愿意为了一个答案干等数年，于是把计算量从单线串行改为多线并行、以团队形式组织起来，成为一条可行路径。多智能体正是这种并行扩展推理算力的方式，代价是效率偏低，因为每个单元不再独享全部上下文，但只要组织得当，仍然是相当有效的手段。
四个到十六个的实测曲线
在某个版本中，多智能体系统第一次以真正成形的形态出现在模型里，并被做成可选项：默认四个智能体协同，也可以调高数量。实测显示，四个智能体一起解题，速度大约快一倍——相当于多付两倍成本，换来快一倍的答案。扩展到十六个智能体时，规律大体相似，效率略有下降，但性能仍在继续提升。并行数量增加带来的串行耗时缩短，呈现略微的亚线性特征，具体程度高度依赖任务类型。数学问题相当适合并行拆分；网页搜索、需要翻阅大量信源的深度研究报告这类工作极其适合并行；而写长篇小说则很难并行，让大量智能体合写一部长篇，收益大概率有限，就像让同样多的人合写一部小说一样。受成本限制，这类测试目前最多做到十六个智能体的规模。
万级规模只是一次实验
此前有一个由一万个智能体组成的系统，历时八十八小时、消耗一千三百亿token，解出了一道千禧年难题。一千三百亿token若换算成一个人全职思考，每天八小时，需要约四千年，相当于把从古代苏美尔延续至今的思考时长压缩进八十八小时。但这一结果只是一次实验，并非可复现的完整研究：单个智能体解出同一问题需要多久，这个对照实验尚未做过；要做完整的消融实验，那种规模的开销根本承受不起。因此研究只能循序渐进，先观察扩展到六十四个、一百二十八个、二百五十六个智能体时会发生什么，摸清行为规律，再谈万级规模相较千级规模究竟带来多少收益。更关键的是，解出难题的功劳主要不在多智能体身上，甚至不到一成，真正起作用的是背后那个通用且足够强大的模型；多智能体因为新奇抢眼，获得了与贡献不相称的关注。
为什么值得看
澄清多智能体在复杂推理中的真实贡献与适用边界，指出强基础模型才是关键，避免对Agent并行盲目乐观。
信源1 家
关键事实
相关 · 观点
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。