Noam Brown 访谈：多智能体贡献不到 10%，底座模型才是关键
AI寒武纪 · wechat · 2026-09-20
AI寒武纪整理了 OpenAI 核心研究员 Noam Brown 一段 80 多分钟的对谈要点，围绕其多智能体系统与测试期计算（Test-Time Compute）路线。
核心观点
- 单次任务消耗约 1300 亿 Token 的推理计算，折算相当于一个全职研究者 4000 年的思考量，OpenAI 在 88 小时内完成；多智能体的本质是把串行思维链转为大规模并行扩展测试期计算。
- 4 智能体协同在部分数学基准上耗时近乎减半，代价仅 2 倍计算；扩展到 16 个呈亚线性加速。任务属性决定并行收益：数学、代码、Deep Research 适合分工，长程创作不适合。
- 万模系统攻克千禧年大奖难题的案例中，Brown 强调多智能体架构功劳不足 10%，决定性因素是底层具备超长视野推理的通用基础模型。
- 架构上放弃了中心化协调器拓扑，只给每个智能体一个基础的互相通信工具，协作规则完全靠强化学习自行演化，涌现出类似人类数学家异步办公的高效沟通形态。
- 数学能力的指数跃进（GSM8K→MATH→AIME→IMO 金牌）本预期到 2028 年后才可能触及千禧年难题，实际提前在 2026 年实现，令内外部研究者均感震惊。
- Brown 认为数学证明能力可迁移到 AI 算法研发的量化目标上，形成递归自我改进的正反馈；但物理实验的算力时延是奇点式爆炸的屏障——不过内部研究员每天在 Codex 上花费 7000-8000 美元，研发流程已提速 3 倍以上。
- 结尾提到实验室内部未发布模型与公众可用模型间的代际差正在拉大，自动化 AI 研发引擎已启动，留给对齐工作的窗口期正在闭合。
所属事件:Noam Brown深谈：OpenAI头号目标是递归自我改进(4 条相关)→
「漫话AGI」频道最新
- 读者提问：造 AGI 的公司该不该有「逆向康威定律」？ — akbirthko · 2026-11-04
- Cosmos Institute 撰文：AI 给出答案不等于知识，科学验证能力才是关键 — ersinesen · 2026-11-04
- Andreessen：Agent 正如 PC 与电子表格，以「混乱」方式进入企业 — Dan_Jeffries1 · 2026-11-04
- 逾千名数学家签署誓约拒绝在研究中使用 AI — Shesawthat · 2026-11-04
- 冯·诺依曼名言梗：「你无需为你所处的世界负责」 — akbirthko · 2026-11-04
- Joscha Bach 讲两岁梦境：巧克力还在，真实感没了 — Machine Learning Street Talk · 2026-11-04