实测:五模型文件协作仅追平单模型 harness,编排换可靠非智能

petrusenko_max · x · 2026-11-01

作者分享一项实测结论:由 5 个模型组成、通过文件传递协作的「团队」,表现仅与一个好的单模型 harness 持平——也就是说,多 agent 编排买到的是可靠性而非智能。用便宜的 27B 模型搭建团队同样能达到 0.39 的成绩(与基线持平),代价是必须用脚本自动评分,且端到端运行时间拉长到约 40 分钟。对想用便宜模型组队省钱的人,这是一份有数据支撑的参考。