UT Austin 发布 ParallACT 基准：并行多智能体成功率暴跌至 16%
UT Austin 团队（Rishabh Mediratta、Lingyun Xiao、Peter Stone、Joydeep Biswas、Elias Stengel-Eskin）与 NVIDIA 合作发布 ParallACT 基准与论文，度量共享代码库上多个无中央规划者智能体的协调能力。核心结论：并行 agent 失败率远高于单 agent，且仅靠 agent 间通信难以挽回。
已确认
- 基准动机：现有智能体基准多假设一个全局请求被拆成兼容子任务，但真实大型代码库中上千名开发者各自产生独立请求，可能互相冲突且互不知晓；把所有请求发给中心 agent 又造成瓶颈与单点故障。ParallACT 基于真实 SWE-bench 数据构建，用于隔离并度量多委托人（multi-principal）、多 agent 协作问题。
- 核心结果：并行 agent 失败率远高于单 agent。Opus 4.8 在矛盾任务上联合成功率从单 agent oracle 的 62% 跌至 16%。
- 实验设置：对比单 agent oracle、顺序交接与多种并行设置（互不知晓/知晓/有消息通道），测试了开源与闭源模型。
- 通信实验：让并行 agent 知道彼此存在帮助有限（成功率 16% → 26%）；换成最好的消息通道可到 32%，但代价是消耗 oracle 2.23 倍的 token；即便 agent 间达成一致（61% 情况下），仍会出现合并冲突。
为什么重要
随着越来越多开发者在共享代码库上把工作委派给智能体，无中央协调者的多智能体冲突正成为常态。该结果表明各任务各自的智能体尚无法自行协调避免冲突，仅靠通信难以解决协作冲突，人们需要对并行智能体协调策略及其成本有更清醒的预期。
2026-11-04 ~ 2026-11-04 · 9 条相关
一手来源
- UT Austin 发布 ParallACT 基准：Opus 4.8 多智能体并行成功率仅 16% — EliasEskin ·
- 多智能体互相通信也救不了协作：61%达成一致仍合并冲突 — EliasEskin ·
- ParallACT基准发布：多principal多agent协作，Opus仅16%成功率 — EliasEskin ·
- 【源头】UT Austin 发布 ParallACT 基准：Opus 4.8 多智能体并行成功率仅 16% — EliasEskin · 2026-11-04
- 并行agent成功率暴跌：Opus联合成功率62%跌至16% — EliasEskin · 2026-11-04
- 【源头】多智能体互相通信也救不了协作：61%达成一致仍合并冲突 — EliasEskin · 2026-11-04
- ParallACT 基准揭示:多智能体协调仅靠通信收效甚微 — EliasEskin · 2026-11-04
- ParallACT 基准发布：各任务各自的智能体尚无法自行协调避免冲突 — EliasEskin · 2026-11-04
另有 4 条近重复转述:EliasEskin · EliasEskin · EliasEskin · EliasEskin