斯坦福 DeLM 去中心化多智能体编程提速2.49倍

斯坦福团队(Yuzhen Mao、Jerry Gu 等)提出 DeLM 框架,以共享上下文与任务队列取代中央协调 agent,各智能体异步认领任务、即时发布发现、复用中间结果并互相纠错,从而缓解多智能体系统互相等待与重复劳动导致的算力浪费。项目页显示其较最强基线准确率高 17.5 分,更新版论文实测编程提速 2.49 倍且精度超越 Claude Code,不过评测基于 SWE-bench 等基准,不同评测口径存在差异。

2026-10-08 ~ 2026-10-08 · 3 条相关