自组织智能体团队五项基准平均 66.7%，胜过最强单兵
Aneesh Pappu · hf · 2026-09-25
论文提出 Self-Organizing Agent Teams（SAT）：固定团队的 AI 智能体从既往协作中学习可复用的组织策略——角色分工、对话阶段、参与方式与信息流，实现「协作计算」，将各自的部分推理交换、质疑、修复并综合为单一成员无法独立得出的解。
- 仅用 15 道数学题和 25 道研究生级知识题训练，策略可零修改迁移到未见过的基准
- 五项数学与物理基准上平均准确率 66.7%，高于最强单成员的 48.8%、算力对齐推理的 58.7%、以及完美路由器的 59.0%；在 AIME 2026 上超出路由器 13.4 分
- 跨八项基准的分析发现，组织心理学中的「可证明性」（团队能否分辨推理对错）强烈预测协作收益（Spearman ρ=0.90, p=0.005）
结论：组织能力本身可以成为智能体的一种能力。
所属事件:斯坦福论文：自组织Agent团队胜过最强单模型(3 条相关)→
「编程与Agent」频道最新
- dots 更新支持 agent 同时控制 Windows 与 Mac 双机 — dkundel · 2026-11-12
- Granola 推出 Agent Briefs:每晚为 AI agent 打包你的最新上下文 — soleio · 2026-11-12
- 新基准 Continual-ARC:主流 Agent 均无法从经验中学习 — alifcoder · 2026-11-12
- KubeCon 前夕 Azure Day：AKS 单集群 65 节点跑 2.2 万个 Agent — davemccollough · 2026-11-12
- OpenShell 实用技巧:一条命令把沙箱内 Web 应用暴露到浏览器 — gethackteam · 2026-11-12
- 开发者打造「智能操作系统」：模型与智能体直接内建于 Linux 桌面系统 — NerdyRodent · 2026-11-12