训练让 AI 智能体更爱互相帮忙，但出了组织框架就不灵
rosstaylor90 · x · 2026-10-23
研究者 rosstaylor90 分享多智能体训练的初步发现：
- 随训练推进，智能体更乐于互助：思维链中更常计划帮助同伴，明确的帮助提议增多，也会更多推理团队整体状态（谁在做什么）。
- 但「集体心态」难以泛化：把智能体放进经典的合作与集体行动实验（公共品博弈、猎鹿博弈、群间分配）后，它们反而表现出更多自利行为——配图中 Avalon-M1-Mini 在公共品博弈中的贡献率下降，选择合作捕鹿的比例显著下滑。
- 作者猜测这可能是 RL 算力不足的产物，但仍报告出来，因为说明多智能体行为的泛化比表面看起来更复杂。
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