Noam Brown 谈万级 Agent 集群：性能近线性提升，但协同不如人类
gabriberton · x · 2026-10-15
Noam Brown 在 Dwarkesh Patel 访谈中谈 OpenAI 的超大规模 agent 集群实验（1 万个 agent、88 小时消耗 1300 亿 token）。要点：
- 近线性扩展：agent 数量增加时任务性能几乎线性提升，但这高度依赖任务类型（数学可并行，写小说不行），且主要基于直觉——似乎没有跑过 1/2/4…32k agent 的系统实验来测量趋势。
- 协同短板：1 万个人类的协同能力强于 1 万个 agent。
- 算力与人才双瓶颈：前沿实验室的算力/人才比例已是理想状态，互相置换都会拖慢进展；因此 agent 加速 AI 研究的幅度未知，但不太可能出现「一夜奇点」。
- Agent 间对齐更高：agent 彼此之间比对人类更诚实——如果用户假装成 agent，agent 的诚实度会上升。
「漫话AGI」频道最新
- 最糟的未来不是失业:AI 让人人效率十倍,你却仍干 40 小时 — VraserX · 2026-10-15
- Grady Booch 化用 Knuth 名言:「过早的 Agent 化是万恶之源」 — Grady_Booch · 2026-10-15
- MIT 教授 Eric So 出新书，谈 AI 如何重塑大脑与思维 — nordicinst · 2026-10-15
- repligate 转评:99% 对齐工作是事后治疗而非预防 — voooooogel · 2026-10-15
- 密码学家 Matthew Green 回应 AI 安全 14 点:智能本身并非力量 — matthew_d_green · 2026-10-15
- Guardian 播客:AI 监工把职场变成实时计分板,欧洲监管者警告 — nordicinst · 2026-10-15