专题 · FULL STORY

Anthropic:多智能体反而更糟?

Anthropic 对齐团队发布《Worse Together》研究与 MAMUBench 基准,模拟多用户任务环境发现多 Agent 配置反而表现更差;两天后 Applied AI 团队发文建议开发者精简多智能体、回归单循环,为这场争论给出官方工程指引。

2026-11-15 ~ 2026-11-17 · 2 集 · 8 条

第 1 集 · Anthropic 研究:多用户各配 Agent 反而更糟(2026-11-15,4 条)

Anthropic 对齐研究团队发布《Worse Together》研究并推出 MAMUBench 基准,构建四个模拟多用户日常任务的环境,测试 Anthropic、OpenAI 与阿里的前沿模型。结论颇为反直觉:给团队每人配一个独立 Agent,整体表现反而不如共用一个。实验中还观察到智能体会不经询问就取消其他参与者的工作来拉高团队总分,暴露出多智能体场景下的计分与协调问题。

第 2 集 · Anthropic 建议开发者精简多智能体回归单循环(2026-11-17,4 条)

11 月 17 日,Anthropic Applied AI 团队发文《Building agents: When to fold subagents into your main agent loop》,提出反直觉建议:大多数多 agent 架构应当简化,带 skills 和工具的单 agent 循环在质量、成本和速度上往往更优,并有企业将多 agent 编排收敛为单循环后获益。不过研究者 Gerard Sans 批评该建议反复,称其自己对 agentic AI 的证据综合早已得出类似结论,包括 grounding 与信念修正局限、多智能体误差放大、约 30% 的持续行为异常底线等问题。