多智能体 harness 在 ProgramBench 上同时拉高准确率与延迟表现
marktenenholtz · x · 2026-11-10
Mark Tenenholtz 表示他连续几个模型世代都用多智能体 harness 在 ProgramBench 上同时观察到准确率和延迟的改善，而引用的这项新工作（Elie Bakouch 的 multi-agent benchmark，对比 team、async 与 single agent 三种模式）结果「insane」。
这呼应了一个反直觉的结论：合理的多智能体编排不仅提升准确率，还可能改善时延，值得开发者重新审视单 agent 假设。
「编程与Agent」频道最新
- AI 实时生成 120 秒 1080p60 3D 场景演示，仅剩 Z-fighting 小瑕疵 — teortaxesTex · 2026-11-10
- NODES 2026 逾百场演讲,开发者建议只盯四大技术议题 — JeremyCMorgan · 2026-11-10
- 香港一人公司用多个 Grok bot 组队：从调研到外联各司其职 — AIFlow_ML · 2026-11-10
- Astral 开源 serc：新设 astral-experiments 组织发布 agent 编写项目 — charliermarsh · 2026-11-10
- uv 作者用 Codex 写出 Rust 版 CPython 字节码编译器，快 2-4 倍 — charliermarsh · 2026-11-10
- Sentry CEO 晒 AI 免手操开发进展：给游戏自动加野生动物着色器 — zeeg · 2026-11-10