CooperBench：研究发现 AI agent 组队干活比单独干差 50%

_Hao_Zhu · x · 2026-10-16

Hao Zhu 团队发布 CooperBench，用于评估 agent 在真实软件团队任务中的协作能力，并提出「协作诅咒」（curse of coordination）现象：agent 在团队中的表现比单独工作差约 50%。核心观点：人类团队中沟通与协调的价值常超过个人技能，但对 AI 的评测一直在只考察单人技术能力的 benchmark 上爬坡，没人研究 LLM 为什么当不好队友。评测设置：两个 agent、两个任务、两台 VM、一条聊天频道，agent 可以通过频道发送任意文本，甚至直接传整个代码补丁。该工作指向当前 multi-agent 系统评测的盲区：团队产出 ≠ 个人能力之和。