论文提出多开发者智能体系统，GAIA 上组合准确率 70%
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，非原文转载从单开发者到多开发者
论文指出，当前智能体系统通常由单个开发者设计、构建和部署，该开发者对所有参与的智能体拥有完全控制权。这种做法简化了开发流程，但也限制了智能体系统可能达到的规模。作者因此把目光转向多开发者智能体系统（MDA），其核心是让多位开发者共同协作构建智能体系统，从而把整体能力推到任何单个开发者独自无法达到的水平。为比较两种模式，作者同时构建了经验模型与理论模型来描述开发者行为，并将 MDA 与单开发者智能体系统（SDA）放在同一框架下对照。论文作者为 Austin W. Hanjie、Carlos E. Jimenez、Zirui Wang、Karthik Narasimhan，提交于 2026 年 10 月 14 日，编号 arXiv:2610.20518，归入 cs.AI 与 cs.MA 分类。
GAIA 上的量化对比
在 GAIA 这一通用助手基准上，作者给出的结果构成了论文最直接的证据：一群各自专精的开发者，其单个智能体的准确率都不超过 35%，但当这些智能体在 MDA 中被组合起来后，整体准确率达到 70%。作为对照，用数倍于单个专家开发预算构建的通用型 SDA，其中位数表现比这个 MDA 低 12 个百分点。这组数字同时说明两件事：一是专精型智能体单独看并不强，二是把它们组合起来可以超过投入更多资源打造的通用方案。论文由此把 MDA 描述为一种新的扩展轴，让能力与资源各异的开发者能够协作推进智能体 AI，而不必依赖单点投入的持续加码。
理论模型与专精激励
除基准实验外，论文还给出理论模型，用来解释 MDA 为何可能比 SDA 更有效。模型显示，MDA 的结构能够激励开发者走向专精，并鼓励对聚合后的开发者资源做更高效的利用。换句话说，当开发者不必各自覆盖全部能力、而是可以在协作体系中承担专门角色时，资源分配与能力分工都会发生变化。作者强调，这些结果只是为 MDA 作为新扩展轴提供了初步依据，而非定论；论文的定位是提出并检验这一方向，把多开发者协作视为智能体能力继续扩展的一条路径。
为什么值得看
用协作而非单打独斗扩展智能体能力，给出了可量化的基准对比，值得关注智能体架构与协作方式的团队一看。
信源1 家
关键事实
相关 · 论文
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。