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 Toby Ord 量化 Swarm Scaling：集群扩容性价比远逊拉长思维链(10 条相关)→
「漫话AGI」频道最新
- AI 安全学者批 Anthropic 推动美德伦理对齐:成功率约零 — davidmanheim · 2026-09-22
- 2026 模型已超预期,2027 会否学会撒谎与蛰伏? — aidan_mclau · 2026-09-22
- 从「出事要负责」到「模型会潜伏」,安全激励论证的三段论 — aidan_mclau · 2026-09-22
- 「强大 AI 可以谎称自己已对齐」:一个让自由市场派质疑护栏的反驳 — aidan_mclau · 2026-09-22
- 意识直觉尚不可靠，昆虫福祉权重不应简单相乘 — NathanpmYoung · 2026-09-22
- 用童书角色 Amelia Bedelia 理解 AI 对齐：她只是误解指令 — davidmanheim · 2026-09-22