Ailin 试图验证：协调式模型团队能否胜过大模型

Resident-Log-4754 · reddit · 2026-07-24

Ailin Collective Intelligence 在测试一个系统层面的 AGI 假设：能力不一定只来自单个模型更大，也可能来自多个模型、工具、记忆和人的协调方式。

• 项目明确不宣称自己已经接近 AGI，当前要验证的是一个更窄的问题：在某些条件下，结构化协调能否胜过强单模型基线。
• 其系统包含几部分：
• 索引了 76,636 个跨不同供应商和架构的模型；
• 为任务自动组装模型团队；
• 提供 32 种协调策略，包括带客观验证的共识、盲辩、专家组、唱反调共识和成本级联；
• 不是简单汇总答案，而是加入仲裁和质量门；
• 记录每次请求的策略、参与模型、成本、最终裁决者和异议。
• 他们在 7 月的基准中，跨 1,278 次执行和 38 个任务进行了测试：在机器可验证子集上，带确定性验证器的共识策略拿到 37/38（97%）。
• 但报告也强调了限制：
• 去掉验证器后，集体策略只剩 77%/81%，大致落在强单模型基线区间；
• 开放式任务上并没有证明集体更强；
• 单模型在创意写作、重构和部分文档任务上仍然更好；
• 集体方案更慢，且按 token 计算更贵。
• 作者最终的结论是：结构化协调对“可验证、可判对错”的任务可能有价值，但这还远不足以说明“模型越多越好”，并公开征求最强的可证伪测试。

原文链接 →

「漫话AGI」频道最新

• ChatGPT Voice 被说成最像 AGI 的瞬间 — paw_lean · 2026-07-24
• 一个新观点认为，智能优势扩散后总会被拆开 — fkasummer · 2026-07-24
• 智能体或可批量搜出一万反证，验证仍是瓶颈 — JensHonack · 2026-07-24
• AI 能按需生成应用后，starter 模板还值不值 — pjausovec · 2026-07-24
• 马斯克称 OpenAI 从非营利变闭源营利，是他不满 Altman 的核心 — Kyrannio · 2026-07-24
• Reddit 讨论：Agents 之后，LLM 下一轮规模化是什么 — Alternative_Advance · 2026-07-24

更多「漫话AGI」频道 AI 资讯 →