Perplexity CEO:混合模型多智能体在 WANDR 与 Terminal Bench 上胜过同质复制
AravSrinivas · x · 2026-11-18
Perplexity CEO Arav Srinivas 回应多智能体争议,给出两层论点:
- 墙钟时间收益:多智能体并行虽推高 credit 消耗,但能更早完成任务,换来的是可量化的真实时间节省。
- 模型多样性带来性能优势:在 Terminal Bench 和 WANDR 基准上,混合多种模型的 agent 团队(diverse teams)在性能与成本两方面都优于同一 agent 的多个同质副本。他认为这是 Perplexity 多模型平台相对单一供应商方案的差异化所在。
附图(Perplexity WANDR: score vs minutes per run)给出具体数据:将 agent 从 1 个复制到 4 个并行后——
- Claude Fable 5.2:中位耗时 64.3→48.2 分钟,分数升至约 0.855
- GPT-6 Astra:37.8→19.0 分钟,分数约 0.80
- GPT-6.1 Sol:33.3→17.3 分钟,分数约 0.77
- Claude Opus 5.5:14.7→15.9 分钟,分数从约 0.67 升至约 0.74(此例耗时反而略增)
所属事件:Perplexity 实验显示混合模型多智能体小队胜过同质复制(4 条相关)→
「编程与Agent」频道最新
- Fable 5.2 把虚假手游广告变成真游戏:70 分钟、2982 行代码、$29.52 — Dan_Jeffries1 · 2026-11-18
- Google 赞助 Kaggle Agent 竞赛:40 万美元奖金攻关工程智能体基准 PLE — amankhan · 2026-11-18
- 开发者吐槽:跑 10 个 agent 之前,先问你会不会写软件 — KevinNaughtonJr · 2026-11-18
- 玩家自建零套接字 MCP 桥,给《僵尸毁灭工程》配 AI 电台上帝 — Triminum · 2026-11-18
- Suno 官方确认 MCP 已包含视觉生成能力 — suno · 2026-11-18
- Oxlint 引入 tsrs 后端:类型感知 lint 提速最高 7 倍 — cnakazawa · 2026-11-18