MAC Bench 实测:前沿 Agent 团队协作几乎不产生增益

gregd_nlp · x · 2026-11-20

Bespoke Labs 发布 Multi Agent Coordination Bench (MAC Bench):12 个「原生多智能体」长程任务,测量前沿模型 Agent 团队的协调能力,任务与 harness(基于 Harbor 框架构建)均已开源(Apache-2.0)。

核心发现:

每个任务在三种设置下运行:单 Agent、共享消息板协作的 k Agent 团队(2/4/8 个)、以及无协调的 k Agent,从而把「加人」的收益和「协调」的收益分离开。附 GitHub 仓库含运行命令,可指定 nagents、budget、模型与 harness(如 claude-code)复现。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →