Multi Agent Coordination Bench 发布:8 个 agent 协作反而不如单打独斗
AlexGDimakis · x · 2026-11-19
Alex Dimakis 与 Bespoke Labs 发布 Multi Agent Coordination Bench(MAC Bench):12 个原生多智能体长程任务,专门测前沿模型的协调、协作与沟通能力。核心发现:当前前沿 agent 协调能力很差——8 个 agent 组队确实优于单个 agent,但增益主要来自随机探索式的并行尝试而非真正的协调;在 Opus 5.5、GPT-6.1 Sol、Gemini 4 Argon 中只有 Opus 显示出从协调中获益的迹象。任务按两个维度分类:信息与动作是否共享(Shared vs Distributed)、目标是否一致(Collaborative vs Strategic),任务包括火星任务执行、打僵尸、从零把公司做起来等。V1 未包含双方目标冲突的 Commons/Strategic 类任务。
「编程与Agent」频道最新
- 10 个免费开源仓库讲透 AI Agent Harness 工程:工具、记忆与规则 — blaizedsouza · 2026-11-19
- LangSmith 新功能:把 PR 关联线程,直接算出编码 Agent 的 ROI — LangChain · 2026-11-19
- Pichai 晒 Gemini 3 实战:涂鸦变网站、图片变桌游、图表变互动课程 — heyneighbor · 2026-11-19
- Stanford 团队推出 DiscoveryAgent,帮科学家判断哪些前沿问题值得做 — james_y_zou · 2026-11-19
- 独立开发者周五写码周日迁移完:休眠沙盒每月仅 1 美分 — emilahlback · 2026-11-19
- 团队把 Agent 沙箱迁到 GKE,单沙箱小时成本从 16.6 美分降至 1.9 美分 — emilahlback · 2026-11-19