牛津新研究：前沿 LLM 智能体与陌生伙伴协调时集体翻车
rohanpaul_ai · x · 2026-11-08
牛津大学新论文发现，前沿 LLM 智能体无法与不熟悉的伙伴协调，因为各自把自己发明的任意惯例当作「显然的选择」。随着不同公司的智能体越来越多需要在无约定规则下协作，这一问题愈发关键。
研究用 GPT-5.2、Gemini 3 Pro 等模型构建文本与代码智能体，在 9 个小型合作博弈中测试。以 Cat & Dog 为例：安全动作保底 5 分，信号惯例需双方一致才得 10 分。结果显示文本智能体配对后得分低于 5 分安全线。引入简短的「协调友好定义」（Coordination-friendly definition）后，智能体能稳定选择安全动作。
实用建议：如果你的智能体要与别人构建的智能体协作，让它避免未声明的惯例，优先选择任何伙伴都能正确解读的动作。
所属事件:牛津研究：前沿 LLM 智能体与陌生伙伴零样本协调失败(2 条相关)→
「编程与Agent」频道最新
- vork 开源:专为 Agent 打造的无头 3D 与 VFX 渲染引擎 — ravisparikh · 2026-11-08
- 博主实测小模型跑 agent 任务：4B 不行，9B 通过 2/5 后转战 12B — draginol · 2026-11-08
- 工程师提议把 CI/CD 变成交给 Agent 的安全发布交接流程 — andreisavu · 2026-11-08
- 开发者发布本地 AI 基准:按模型与硬件实测 agent 任务与推理速度 — draginol · 2026-11-08
- AI 助手 dot 升级:可自动读取邮箱验证码帮你无缝登录网站 — Dimillian · 2026-11-08
- 开发者拟用眼动仪自动向 AI Agent 喂屏幕上下文 — johnlindquist · 2026-11-08