多智能体训练自发出层级组织：「Lead 工程师」成团队核心建设者
rosstaylor90 · x · 2026-10-23
rosstaylor90 分享一项多智能体组织研究的早期发现：智能体团队的分工结构会随训练演化。
- 层级自发涌现：初始为「轮式」结构（强设一个 CEO agent 连接所有成员），随训练推进，CEO 越来越多地雇佣「Lead x」角色，形成中间管理层（配图显示 Lead 工程师占比从约 0 升至 11%+）。
- 与组织经济学理论吻合：因沟通成本与信息聚合需求，理论上就该出现层级；智能体通过集体奖励自行「发现」了同样的规律。
- Lead 不是传声筒：Lead 角色实际是团队 chief builder，其他成员围绕其组织出验证、测试 QA 等支持角色，类似《人月神话》描述的「外科手术团队」模式。
- 训练方法：多智能体 credit assignment 是独立难题（Kimi K2.5 只能冻结子智能体、只训 orchestrator），作者团队把 CISPO 类配方稍作改动，给每个 agent 用统一的 flat collective advantage， surprisingly 效果不错。
所属事件:General Reasoning 发布 RLCR：用集体奖励把 LLM 训成智能体组织(15 条相关)→
「编程与Agent」频道最新
- Claude Code 新版 UI 易误判运行状态,改「思考」视图可解 — yihui_indie · 2026-10-23
- 摩根士丹利封堵 AI Agent,给电商 CIO 的六条应对建议 — sanjaykalra · 2026-10-23
- 「数据与评测才是你的智能体」：别只关心模型自有 — sarahcat21 · 2026-10-23
- Cursor 用分层多智能体架构一周自主写出 100 万行代码 — mdancho84 · 2026-10-23
- 7 种多智能体编排模式拆解：Parallel 到 Hierarchical 该怎么选 — mdancho84 · 2026-10-23
- Perplexity 集成开源 Taste Skill,建站前先定艺术方向 — AravSrinivas · 2026-10-23