Anthropic《Worse Together》揭示多用户多 Agent 协作反而更差,消息同步是主因

kingofspace0wzz · x · 2026-11-17

Anthropic 新研究《Worse Together》测试每个用户各带一个 Agent、共享资源协作的场景:在共享 Token 预算、医院预约、集体订餐、代码合并四类场景中,两款 Claude 模型的多 Agent 团队整体表现全面落后于单个协调 Agent。

关键发现:

发帖人同时指出其团队半年前的 AgentSocialBench 与 WeClawArena(EMNLP 2026)已做过类似工作,聚焦 Agent 社交网络中的隐私边界、权限边界与可审计性,并开源了相关 benchmark(arXiv:2604.01487)。多用户多 Agent 协作的消息同步、资源管理与隐私泄露问题,正成为 Agent Eval 的新前沿。

原文链接 →