多智能体团队实验：省钱的秘诀是只委托规划

研究者 @nouhadziri 发布一项关于「智能体团队」作为推理时计算扩展方式的研究：团队最多能比 solo agent 高出约 10 个点，但成本高 4–7 倍；核心结论是在任务瓶颈处增加智能体才有回报，分工位置比数量更关键——只委托规划阶段、用便宜模型做规划器，可以低得多成本保留大部分收益。这项工作为多智能体系统提供了系统性的成本-性能权衡数据。

已确认

• 方法：参考 mini-SWE-agent 构建最小化层级式 lead-worker 框架，lead 动态生成 worker、分配子任务、汇总回报，worker 只见自己的子任务并共享工作区；用控制变量实验研究组织结构、通信、模型搭配等设计选择
• 评测基准 ProgramBench：agent 只拿到程序二进制与文档、无源码，需运行并推断行为后从零重建 jq、SQLite、FFmpeg 等真实软件；任务极难，FFmpeg 上排行榜最强 agent 也难以完成
• 整体性能：GPT（5.6 Sol/Terra/Luna）、Claude（Opus 4.8/4.7/4.5）与 Gemini 3.7 等前沿模型上，团队比 solo 最多高约 10 个点，但成本高 4–7 倍
• 沟通模式：即使 worker 可以私聊任意 agent，84% 消息仍流向 lead（中间发现、接口提案、测试失败、提问），worker 之间几乎零互发
• 模型差异：GPT-5.6 与 Claude Opus 4.8 会主动委派并获益；Claude Opus 4.7 几乎不委派；Claude Haiku 4.5 与 Gemini 3.7 表现较弱
• 异构团队：固定便宜 worker 为 Luna、升级 lead（Luna→Terra→Sol），reward 从 42.5% 升至 51.6% 再到 60.5%，且每档都胜过用 lead 同款模型单干
• 规模扩展：给 Sol lead 人工配置 2/4/8/16 个便宜 Luna worker，规划阶段 reward 随人数持续增长；16 个便宜 planner 接近全 Sol 团队成绩、省 70% 成本
• 成本拆解：Sol lead + Luna 规划 worker 保留全强团队约 47.5% 增益、仅花 13.9% 额外成本；便宜模型做实现 worker 则效果差
• 分工方式：只让 worker 做探索与规划（P 模式）与全阶段委派（PIV 模式）性能持平，但 P 模式成本约减半
• 异步设计：异步式 lead 在 worker 运行期间继续工作、轮询检查，比阻塞式 lead 更早完成任务

为什么重要

• 多智能体成本极易膨胀，该研究给出了明确的省钱路径：识别任务瓶颈阶段（此处为规划）、只在瓶颈处配置便宜 worker
• 「位置比数量更重要」的结论对业界盲目堆 agent 数量的做法是有力纠偏
• 揭示了模型间领导力差异（是否会委派）与沟通集中化（84% 上行汇报）等团队行为规律，为多智能体系统设计提供实证依据

2026-10-14 ~ 2026-10-14 · 14 条相关

• 编码智能体团队扩展研究：用 30% 成本摸到性能前沿 — nouhadziri · 2026-10-14
• 【源头】受控实验拆解智能体团队：设计选择如何影响性能与成本 — nouhadziri · 2026-10-14
• 最小化多智能体框架：层级 lead-worker 共享工作区设计 — nouhadziri · 2026-10-14
• 异步 lead 让智能体团队更快完工：等待策略也是设计点 — nouhadziri · 2026-10-14
• ProgramBench：让智能体从二进制逆向重建 FFmpeg 级软件 — nouhadziri · 2026-10-14
• 【源头】智能体团队最多领先 solo 约 10 个点，但成本高 4–7 倍 — nouhadziri · 2026-10-14
• 智能体团队成本失控，如何省钱成了关键问题 — nouhadziri · 2026-10-14
• 多智能体省钱秘诀：只委托规划阶段，性能持平成本减半 — nouhadziri · 2026-10-14
• 便宜的规划器保留一半收益，成本只要 13.9% — nouhadziri · 2026-10-14
• 异构智能体团队:lead 决定上限,便宜 worker 决定成本 — nouhadziri · 2026-10-14
• Sol lead 带 16 个便宜 planner:接近全 Sol 团队成绩,成本省 70% — nouhadziri · 2026-10-14
• 多智能体实验:84% 消息仍涌向 lead,worker 互聊几乎为零 — nouhadziri · 2026-10-14
• 不是每个模型都会当领导:GPT 与 Opus 会带团队,小模型白忙 — nouhadziri · 2026-10-14
• 【源头】研究：智能体团队扩算力，分工位置比数量更关键 — nouhadziri · 2026-10-14