Vals AI 实测:多智能体团队成本最高 5.1 倍,成绩几乎不变
josh_wills · x · 2026-10-15
多智能体团队划算吗?Vals AI 用 Vibe Code Bench 给出答案
OpenAI 和 Anthropic 现已原生支持 lead agent 派生 subagent。Vals AI 在 50 个真实 web 应用构建任务上,把 GPT 6 Sol 和 Claude Opus 5.5 分别以单 agent 和最多 5 个 subagent 的团队形式、在 medium 和 max 推理强度下各跑一遍,以浏览器 agent 点击 UI 测试的通过率为评分。
关键发现
- 团队成本是单 agent 的 1.85.1 倍
- 8 组设置中,只有 Sol 在 medium 推理强度下团队比单 agent 高出 7.3 分,具有统计显著性,其余差异均不显著
- 团队是否值得取决于模型、任务和预算;调高推理强度是比组队更值得权衡的替代方案
作者顺势调侃:期待「10x 工程师」之争过渡到「10x agent」之争。
所属事件:Vals AI 实测多智能体团队：成本涨数倍收益甚微(2 条相关)→
「编程与Agent」频道最新
- Every 将发 8 千字 Codex 权威史，深访 gdb 等核心团队 — danshipper · 2026-10-15
- Coinbase for Agents 上线 Composio,可连接 1500+ 应用 — MurrLincoln · 2026-10-15
- WebMCP 实时协作演示:Agent 可被邀请进应用一起拖拽节点 — DavidWells · 2026-10-15
- Codex 官方解释内存占用增长：子进程折叠所致 — Dimillian · 2026-10-15
- 「Harness 工程」完整指南：坏 Harness 让 Claude 清空开发者整台机器 — aakashgupta · 2026-10-15
- Claude 测试自建沙箱时 rm -rf 掉了开发者整台机器 — aakashgupta · 2026-10-15