Toby Ord 长文:AI 智能体集群的能力如何随规模增长?
tobyordoxford · x · 2026-09-22
牛津大学哲学家、前 DeepSeek 研究员同行 Toby Ord 发布「Swarm Scaling」长线程,探讨一个被单模型评测掩盖的问题:大量 AI agent 组成的集群到底有多强?其能力如何随 agent 数量增长而扩展?
- 核心问题:单个 agent 能力有限,但成百上千个并行 agent 组成的 swarm 能否通过分工、并行尝试与投票聚合,在数学、编程、研究等任务上超越任何单个模型?
- 线程从 scaling 视角分析 swarm 的收益来源与瓶颈(协调成本、收益递减、错误相关性等)。
- 作者认为 agent 数量本身可能是继模型规模、算力之后另一个值得关注的 scaling 维度,对未来 AGI 能力预测有直接影响。
完整论证见原线程。
所属事件:牛津学者量化 Swarm Scaling：集群扩容性价比远逊拉长思维链(20 条相关)→
「漫话AGI」频道最新
- Nina Schick：最大风险不是超级智能，而是我们没能建设 — NinaDSchick · 2026-11-12
- 斯坦福办 AI 科研协作黑客松：聚焦人与智能体共创研究 — StanfordHAI · 2026-11-12
- keerthanpg:机器人学家仍不接受苦涩教训,CoRL 现场五阶段哀伤 — keerthanpg · 2026-11-12
- AI 2027 作者回应质疑：预测已注明以无减速为前提条件 — eli_lifland · 2026-11-12
- 数学家为何恐慌:AI 正让「声誉点数」通胀贬值 — virtuolie · 2026-11-12
- 投资人直言：消费软件的 AI 扩散将是最慢的 — MartinGTobias · 2026-11-12