研究发现:AI智能体团队浪费大量Token,却仅带来微乎其微的质量提升
decoder ·
最新研究表明,AI智能体团队往往消耗大量计算资源,但产出质量的提升微乎其微。Vals AI在Vibe Code Bench上对GPT-6 Sol和Claude Opus 5.5进行了评估,发现多智能体设置的成本是单智能体的1.8倍至5.1倍,而性能提升却很小。在比较中,仅有一项显示出具有统计显著性的改进,这表明额外的支出通常是不值得的。Anthropic的内部测试进一步显示,尽管令牌使用量增加,但从10个智能体扩展到100个智能体仅带来了分数的轻微增长。OpenAI研究员Noam Brown证实,多智能体系统主要加速任务完成而非提升质量,并指出并行化的益处因任务类型而异。专家警告不要使用大规模智能体群,因为存在协调失效和高昂成本的问题,称其为大多数应用中的浪费性投资。
decoder