研究实测：加算力未必加速 Agent,瓶颈常在 CPU 与等待
alex_verem · x · 2026-09-24
韩国大学与微软亚洲研究院的论文《Not All AI Agents Are Equal》测量了 agent 在三类任务(文档问答、网页搜索、写代码)中的时间与资源分布。
- Agent 分两半：思考在远端 LLM，执行在本地工具容器；瓶颈常在本地而非模型
- 网页搜索 agent 最慢却只用 14% CPU——近一半时间在等网站响应；文档问答 agent 花 62% 时间搜本地库，CPU 均值 86%
- 2 核升 8 核：问答 agent 快 13 倍，搜索 agent 仅快 4%——同一升级对不同 agent 效果天差地别
- 限制并发工具数让问答 agent 快 3.2 倍，却让编码 agent 慢 2.8 倍
- 最优方案不加硬件：按任务重新分配 6 核并差异化限流，平均响应时间降 32%，问答 agent 快 5.4 倍
结论：慢 agent 未必需要更大模型或更多算力，先搞清楚它在等什么。
「编程与Agent」频道最新
- Plurai 推出 Agent 仿真测试:让 agent 在数字孪生世界里先失败再修复 — PrajwalTomar_ · 2026-11-11
- PlayCanvas 引擎仓库突破第 10000 个 issue/PR 里程碑 — willeastcott · 2026-11-11
- AI 做的游戏太难：Claude 6 分钟通关，作者砍 40% 难度 — builderjaydub · 2026-11-11
- Anthropic 推出 Claude Tag，65% 产品代码由内部 AI 生成 — nikola_mr64990 · 2026-11-11
- 评测工作流核心：最大化专家每单位注意力的信息增益 — danshipper · 2026-11-11
- 开源 Node 把 ComfyUI 工作流变一键模型，内置 19 个工作流 — jefoce · 2026-11-11