并行的成本与收益冷数据
What it is
横向评测显示多智能体平均贵 1.8–5.1 倍而收益微弱,子 Agent 数量超过阈值只增加重复检查;并行价值来自反馈回路与冲突控制而非 agent 数。Navier-Stokes 复盘还警告多智能体获得的功劳被高估。
Evidence across sources
- 2026-10-18:多智能体成本-收益冷数据(High Taste Testers)
- 2026-09-09 evening: 子 agent 数量不等于协调质量;原始来源:2026-09-09-23-00
- Sources (addendum);原始来源:2026-09-09 Better design than Fable
- 2026-09-16: 规模化协作需要审查预算与心跳;原始来源:2026-09-16-08-05
- 2026-09-18:并行 Agent 的价值来自反馈回路,而不是数量;原始来源:2026-09-18 Why You Should Burn More Tokens
- 案例:OpenAI Navier-Stokes 万 agent 集群的 insider 复盘(2026-09,Noam Brown / Dwarkesh);原始来源:2026-09-19 Noam Brown Agent集群与RSI Dwarkesh
Open questions
- 上述来源里哪些只反映单次实践?要用于决策时,先核对原文的约束与适用范围。
Pending Jean review
- 本页为 AI 草稿。原始证据和原结论保留在出处;这里的主题归纳尚未人工核验。