MAMUBench 开源：Anthropic 揭示多用户多智能体团队为何「合则更差」
AndrewLampinen · x · 2026-11-12
Anthropic Fellows 项目发布研究《Worse Together: How Performance Breaks Down in Multi-User Multi-Agent Teams》（Sahan Paliskara、Andrew Lampinen 等），并开源 benchmark MAMUBench。
研究设计：
- 场景：多个用户的 Agent 需共享资源（算力预算、代码库、团购资金等），此类多用户多智能体设置此前研究很少。
- 团队搭建四个含模拟用户的日常任务环境，测试 Anthropic、OpenAI、Alibaba 的前沿模型。
核心结论：
- 四个环境中，「每人一个 Agent」的群体结果均差于「一个 Agent 服务所有人」；无对等信道的静默团队在两个环境中直接崩溃（0/3 任务完成）。
- 对等通信团队过于保守、计划保守；还会遗忘任务、覆盖同伴请求、对他人做无依据指控，行为因模型与环境差异很大。
- 修复方案依环境而定：共享预算场景引入指定队长与明确优先级有效；团购场景「读完全部消息前禁止下单」比直接重跑救回更多失败订单。
三个环境已作为 MAMUBench 发布，附论文、代码与博客，可用于测试智能体在多用户系统中的协调能力与行为。
所属事件:Anthropic 研究发现多用户各派 Agent 共享资源反而协作更差(3 条相关)→
「编程与Agent」频道最新
- Aside 计算机使用 Agent 在 Scale AI Cua Driver Bench 拿下 SOTA — brandon_galang · 2026-11-12
- 安卓浏览器 TabRove 通过 MCP 把手机网页交给 AI Agent 操作 — kertenkele01 · 2026-11-12
- AWS 实战教程:用 Spring AI 与 Bedrock 构建生产级 Java AI Agent — AWS ML Blog · 2026-11-12
- Cloudflare Durable Objects 减少冷启动并优化迁移路由，无需改代码 — irvinebroque · 2026-11-12
- 开发者放手让 Agent 连跑数小时,结果全部推翻重来 — gdechichi · 2026-11-12
- AI 生成游戏角色行走动画：Fable 出素材、GPT 图像串工作流 — algo_diver · 2026-11-12