Rohan Paul

斯坦福新论文发现：当每个人的智能体各自单独作用于共享资源时，群体的表现不如由 1 个智能体服务所有人。 在 5 个前沿模型上，共享预算或日历由 1 个服务所有人的智能体处理，效果好于每个用户 1 个智能体。 每个智能体都为自己的用户做了合理的工作。 但合在一起，它们会互相覆盖，随着团队扩大而陷入停滞，在没有沟通渠道的情况下，有 2 个环境直接崩溃。 在一个存在争夺的 token 预算上，Opus 5 团队只获得了可实现价值的 30%，而 1 个协调型智能体获得了 64%。 在团体订购环境中，超过一半的 Claude 团队回合里，智能体编造了关于其他用户的事实。 优先选择 1 个掌握所有人约束条件的智能体；如果你为每个用户运行 1 个智能体，就把读取同伴信息作为提交决定的前提条件。