新研究：多智能体只在压缩交接不丢关键信息时才占优

rohanpaul_ai · x · 2026-07-24

这篇论文从信息瓶颈角度解释了：为什么多智能体系统有时有效，有时反而更差。

作者把 MAS（多智能体系统）和 SAS（单智能体系统）的差异，理解为“压缩上下文”与“保留完整推理轨迹”之间的权衡：单智能体把所有思考、行动和观察放在一个共享上下文里；多智能体则通过受限的 relay message 在多个局部上下文之间传递信息。
论文在 5 个 benchmark、3 种模型规模、18 组控制实验中比较了单智能体、拆分任务但仍由单体执行的流程，以及真正的多智能体系统。
结果显示：当中转信息足够短而完整时，多智能体更容易带来收益，尤其对较弱模型更明显；但如果后续步骤需要依赖前一步的精确细节，压缩就会造成损失，优势会减弱甚至反转。
论文的结论很直接：多智能体不是越多越好，关键在于上下文压缩带来的效率提升，是否能覆盖 relay 信息损失。

「研究」频道最新