Google 260 组智能体实验：收益取决于任务结构
alex_verem · x · 2026-07-25
Google Research、DeepMind 和 MIT 发表了题为 《Towards a Science of Scaling Agent Systems》 的大规模对照研究。研究团队在 260 种配置 上测试了三类模型家族、6 个基准 和 5 种架构，并把工具与算力预算保持一致，尽量只看“协调”本身带来的影响。
研究结论可以概括为四点：
- 适合拆分的任务，多智能体更强。 这类可并行处理的工作里，团队性能最高提升 80.8%。
- 顺序依赖强的任务，多智能体反而更差。 在每一步都依赖上一步结果的任务中，所有多智能体方案都输给单智能体，最差降幅达 70%。
- 协调机制很关键。 没有协调时，智能体彼此会把错误放大 17.2 倍；如果有一个协调器负责合并，放大倍数降到 4.4 倍。
- 存在收益上限。 当单个智能体准确率已经到 45% 左右，再继续加智能体，往往会出现负收益。
论文的核心观点是：多智能体不是“越多越好”，关键先判断任务是否真的能拆成彼此独立的子问题。
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
- AW-0 机器人模型实测:RoboTwin 50 项任务成功率 80.8% 远超基线 — trevordarrell · 2026-10-27
- AW-0 用代码流改变世界模型预测:同一指令下精准选中目标物体 — trevordarrell · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27
- EMNLP 论文：报告偏误卡死 VLM 推理，堆规模救不了 — RanjayKrishna · 2026-10-27
- MissionReport 基准：540 份政府任务报告仅 3 份全达标 — Exp_Mark · 2026-10-27
- Finch 1 发布：用 50+ 种传感器影像训练的通用地理空间基础模型 — Scobleizer · 2026-10-27