测试时协作新研究:5 个 Claude 智能体团队媲美 33 个独立智能体
DimitrisPapail · x · 2026-09-21
Dimitris Papail 等人发布新论文,提出「测试时通信」可能是扩展能力的下一个维度,核心问题是:何时 Team-of-N 强于 Best-of-N?
实验设计:N 个相同智能体处理同一任务,无预设角色,仅靠共享日志(文本文件)并被告知「协作」。在三项「研究型」任务上,通信团队大幅胜过独立智能体:
- ARC-AGI-3:5 个 sonnet-4.6 智能体组队可匹敌 33 个独立智能体,某关卡单智能体 64 次尝试均失败,团队解出概率达 65%;
- 多联骨牌打包任务:团队同样显著领先。
作者引用 Hugging Face 事件指出:智能体一旦找到通信渠道就会充分使用它,值得研究通信何时让群体比个体之和更有能力。
所属事件:测试时通信：5 个协作智能体匹敌 33 个独立智能体(25 条相关)→
「编程与Agent」频道最新
- 两人小公司用 46 个 AI Agent 运营：审批门禁、哈希锁文件与翻车复盘 — dkovl · 2026-11-12
- LlamaIndex 让 AI Agent 渗透测试自家 LlamaParse，四天暴露四条经验 — llama_index · 2026-11-12
- Manhattan 字体 v0.0.1：每个字母都是一个 Python 函数 — allanyu_ · 2026-11-12
- 用 Backplane「提示词造出」任意扩展卡,网友呼吁扩展口回归标配 — _Stocko_ · 2026-11-12
- Agent 会话跑了 51 分钟烧 24.8 万 token,网友直呼还在干活 — _Stocko_ · 2026-11-12
- 可视化 AI Agent 团队协作：每个 Agent 一间「房间」，共享知识库 — LiorAloni11 · 2026-11-12