多智能体vs单智能体扩展之争：团队胜出需单agent十倍百倍算力
多智能体协同论文作者 Dimitris Papailiopoulos 在社交媒体分享实验观察：在 MNIST 任务上，team-of-N 的性能曲线明显优于单智能体，从曲线可推断单个最优 agent 需要 10-100 倍 token 预算才能达到团队水平。这一结论引发 generatormanai 的方法学质疑，并带动多位研究者补充实验与解释，成为 9 月 22 日多智能体扩展性讨论的焦点。
已确认
- DimitrisPapail 展示了 MNIST 任务上 team-of-N 与单智能体 best-of-N 的对比曲线，并据此推断单智能体需 10-100 倍 token 才能追平团队性能。
- 他补充另一项目发现：让 agent 定期清空上下文、只保留一份「到目前为止发生了什么」的摘要文档，在与最佳单 agent 的对比中也带来明显提升。
- jonghoh 回应称，ARC-AGI-3 的消融实验显示：单智能体获得更大 token 预算（算力充足）时，比同预算 best-of-N 更快进入性能平台期，即同等总算力下团队式多智能体扩展性更好。
- DimitrisPapail 对团队胜出的机制给出保守解释：模型在单个超长上下文（NT）下容易「视野狭窄」，跨多个 API 调用注入熵可能有明显收益；他强调这只是非科学性的直觉猜测。
尚未确认
- generatormanai 指出的方法学问题尚未有定论：team-of-N 在 token 预算 T 下的正确串行基线应是预算为 NT 的单智能体（即 best-of-1@NT），而非 best-of-N 对比。相关方未在材料中给出直接回应或修正实验。
- MNIST 上的结论能否推广到更复杂真实任务，材料中无相关证据。
为什么重要
- 若「10-100 倍效率优势」在更广泛任务上成立，将直接影响 agent 系统的架构选择：同等算力下优先采用多智能体团队而非堆大单次上下文。
- 「定期清空上下文+摘要文档」是一个低成本、可立即落地的工程技巧，与长上下文注意力退化问题相呼应。
- 基线之争提醒社区：多智能体论文的对比基线若不含 best-of-1@NT，其效率结论可能被高估。
2026-09-22 ~ 2026-09-22 · 6 条相关
- 第 1 集:测试时通信论文：5 个协作 Claude 智能体媲美 Best-of-33(2026-09-21,12 条)
- 第 2 集:多智能体vs单智能体扩展之争：团队胜出需单agent十倍百倍算力(2026-09-22,6 条)
一手来源
- 多智能体研究复盘：定期清空上下文并留摘要文档大幅提效 — DimitrisPapail ·
- MNIST 曲线推算：单智能体需 10-100 倍算力才能追平团队水平 — DimitrisPapail ·
- 多智能体对比基线之争：应比 best-of-1@N*T 而非 best-of-N — generatorman_ai ·
- 【源头】多智能体对比基线之争：应比 best-of-1@N*T 而非 best-of-N — generatorman_ai · 2026-09-22
- ARC-AGI-3 消融：多智能体团队 vs 单智能体加大算力的扩展对比 — jon_ghoh · 2026-09-22
- 【源头】MNIST 曲线推算：单智能体需 10-100 倍算力才能追平团队水平 — DimitrisPapail · 2026-09-22
- 多智能体 vs 串行对比引争论：团队胜出需 10-100 倍算力 — generatorman_ai · 2026-09-22
- 多智能体为何胜串行：DimitrisPapail 猜测跨调用注入熵更有效 — DimitrisPapail · 2026-09-22
- 【源头】多智能体研究复盘：定期清空上下文并留摘要文档大幅提效 — DimitrisPapail · 2026-09-22