Google 团队提出智能体系统扩展定律:多智能体协作并非总赚,协调有边际递减
burny_tech · x · 2026-10-04
arXiv 论文《Towards a Science of Scaling Agent Systems》(Yubin Kim 等 19 位作者)首次尝试为多智能体系统建立可预测的扩展定律。
- 覆盖 260 种配置:6 个智能体 benchmark、5 种架构(单智能体 + Independent/Centralized/Decentralized/Hybrid 四种多智能体)、3 个 LLM 家族,统一工具、提示词与算力以隔离架构效应。
- 预测模型交叉验证 R²=0.373(用任务能力指标时 R²=0.413)。
- 关键发现:①能力饱和效应——单智能体基线超过一定水平后,协调带来的收益递减;②工具密集型任务会承担多智能体额外开销;③无集中式验证的架构比有集中协调的架构更容易传播错误。
- 作者还结合了另一篇工作《The Ringelmann Effect in Multi-Agent LLM Systems》,研究多智能体「有效团队规模」的缩放规律。
「编程与Agent」频道最新
- 开发者删光全部 ADR:AI 时代代码库本身就是架构文档 — sloppenheimer · 2026-11-20
- Anthropic 开放 Claude 前置部署工程师学习路径,约 9.5 小时学完 — leslysandra · 2026-11-20
- Google 开源 Sashiko:Gemini 驱动的 Linux 内核代码审查 Agent — rseroter · 2026-11-20
- boxd 新增 8 家集成:Dify、n8n、LangChain 等接入其机器 — JensHonack · 2026-11-20
- OpenAI 发布 GPT-Live 提示词指南:多语言与地区口音调法 — pbbakkum · 2026-11-20
- Rippling 推出 AI 应用生成:员工用自然语言就能搭内部工具 — andreisavu · 2026-11-20