三篇论文拼出多智能体 scaling 图景:协作有上限,架构决定成败
burny_tech · x · 2026-10-04
burny 汇总三篇关于智能体规模化的研究,共同指向「堆智能体不是免费的」:
- MacNet(ICLR 2025):用 DAG 组织超千个智能体协作,性能呈 Logistic 增长,协作涌现早于神经涌现;不规则拓扑更优。
- Ringelmann 效应:在 44 组(模型×任务×条件)实验中,覆盖 Qwen/Llama/Ministral 7B-32B 及 Gemini,群体越大个体越低效;该函数形式在所有条件下 R²>0.99,只有参数不同。
- Towards a Science of Scaling Agent Systems:260 组配置、6 个 agent benchmark、5 种架构对比发现——单智能体基线够强后协调收益递减;工具密集型任务多智能体反而有开销;无集中校验的架构更易传播错误。相对单智能体基线的性能变化从 +80.8%(可分解的金融推理)到 -70.0%(顺序规划),架构-任务匹配决定成败。
所属事件:多智能体协作scaling law研究引热议(3 条相关)→
「编程与Agent」频道最新
- 日本工程师用 Claude Opus 5.5 一口气做完河川不等流计算与 3D 可视化 — anselm · 2026-10-04
- 谷歌论文 VeriHarness：一致性会掩盖共同错误，分歧反而指向正确答案 — omarsar0 · 2026-10-04
- NVIDIA 论文：终端 agent 先验证再执行，TerminalBench Pass@1 从 50% 升到 68% — dair_ai · 2026-10-04
- 开发者用 Claude Opus 5.5 写出全代码 3D 驾驶 Demo,耗时 23 小时花费 259 美元 — bennash · 2026-10-04
- 开发者晒多智能体集群：一个编排器调度多支 Claude Code 舰队自建自愈 — aksh_stocks · 2026-10-04
- 提醒：Codex用量重置若不使用将在13小时内过期，可直接询问到期时间 — JeremyNguyenPhD · 2026-10-04