8 个 Agent 蜂群 3 小时逼近误差下限，单 Agent 12 小时仍差一截

ricklamers · x · 2026-10-29

@ryanirl 在 autoresearch 框架中对比了「8 个 agent 组成的小蜂群」与「单个 agent」做同一自动化研究任务的表现。

从误差收敛曲线看：蜂群（n=8）在约 3 小时内把 dev median error 压到 7.5 附近、突破 reference 8.47 的参考线后停止；单 agent（n=1）跑满 12 小时仍停在 9.5-9.8 左右，未能到达参考线。蜂群在速度和最终精度上都明显占优，是多 agent 协作优于单 agent 长时运行的一个直观实证。