杜克普林斯顿论文:100 个 agent 拆成 10 支小队并行,胜过单队和单 agent
rohanpaul_ai · x · 2026-11-11
Duke、Princeton、Modal Labs 与 NYU 的论文《Test-Time Compute Scales Better with Parallel Agent Teams》发现，在同等算力下，多支小规模 agent 团队并行的效果优于 best-of-N 单 agent 采样和单个大团队。
核心做法：在有 verifier 可为每次尝试打分的任务中，把 100 个 agent 的预算拆成 10 支各 10 个 agent 的小队，每队内共享讨论论坛协作，最后保留最好队伍的结果。
关键结果：
- 在 GPU kernel、形式化证明、漏洞利用等 12 个长程任务上，27B 模型 + 100 agent 预算下，10×10 并行小队在 10/12 任务上击败单个 100-agent 大队
- 在部分任务上，同等算力的小队方案甚至超过更大参数量的前沿模型
- 统计模型解释：单 agent 独立采样增益很快饱和（均值低），单一大团队随规模增大停止提升（单样本无法从方差获益）；并行小队同时获得「协作抬高均值」和「多队保留方差带来的尝试次数」
实用建议：如果你的 agent 产出可被 verifier 自动打分，把预算拆成多支共享笔记的小团队，取最好结果。代码开源于 github.com/modal-projects/parallel-agent-teams-scaling。
所属事件:杜克普林斯顿论文：并行小 Agent 团队扩展测试时算力更高效(2 条相关)→
「编程与Agent」频道最新
- 博主实测 Spotify 的 Claude Code 省 90% Token 技巧 — aakashgupta · 2026-11-11
- 黑客松项目 Bolt：Gemma 4 纯本地跑在 iPhone，驱动机器狗健康提醒伴侣 — DynamicWebPaige · 2026-11-11
- 开发者晒出可实时通话的 AI 电话助理 agent「Elise」 — bigaiguy · 2026-11-11
- 开发者提醒：agents.md 也是人类快速读懂陌生代码库的好工具 — k7agar · 2026-11-11
- 用 Claude 免费地图数据生成 3D 地形动画，两条数据源即可上手 — drbronk · 2026-11-11
- 微软 Foundry Toolbox 生命周期实践：独立版本化部署与稳定端点晋升 — WirelessLife · 2026-11-11