Google 260 组实验：多智能体可快 80.8%，也可差 70%
alex_verem · x · 2026-07-25
Google Research、DeepMind 和 MIT 做了目前规模最大的多智能体系统对照研究，在 6 个基准、5 种架构、260 种配置 上，用相同工具和算力预算测试了 OpenAI、Google、Anthropic 三家模型。
研究结论非常明确：
- 可并行拆分的任务（如财务分析）里，多智能体团队最高比单智能体 提升 80.8%。
- 强顺序依赖的任务（如规划）里，所有多智能体方案都输给单智能体，最差 下降 70%。
- 没有协调时，智能体会把彼此错误放大 17.2 倍；如果由一个协调器统一合并，错误放大降到 4.4 倍。
- 当单个智能体准确率已经到 45% 左右，再加更多智能体往往开始出现负收益。
这篇论文的核心建议很直接：只有当任务真的能拆成彼此独立的部分时，才值得上多智能体。
所属事件:谷歌大规模实验揭示多智能体系统双刃剑效应(3 条相关)→
「研究」频道最新
- 新论文:数学数据放训练前段还是末段,取决于学习率调度 — alifcoder · 2026-10-27
- 健康领域评测研究:题目质量与多样性比数量更重要 — keunwoochoi · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel，H100 上提速 2.75 倍 — sguada · 2026-10-27