按年被提到
20252025 · 4 次2026
强化学习与智能体›大模型智能体·arXiv:2512.08296 · cs.AI

Towards a Science of Scaling Agent Systems

迈向智能体系统的规模化科学
Yubin Kim, Ken Gu, Chanwoo Park, Chunjong Park, Samuel Schmidgall, A. Ali Heydari, Yao Yan, Zhihan Zhang, Yuchen Zhuang, Yun Liu, Mark Malhotra, Paul Pu Liang 等 20 人 · 2025

多智能体协作的收益取决于任务结构,并非越多越好

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 6 人首次 2025-12-11 · 最近 2026-04-11
6不同的人
4活跃月份
7讨论串
18被引(OpenAlex)

论文在 6 个智能体基准、5 种架构(单智能体与四种多智能体)和 3 个 LLM 家族共 260 个配置上做受控评估,建立预测智能体系统性能的量化模型,交叉验证 R^2 为 0.373。发现单智能体基线较强后协调收益递减,工具密集型任务会带来多智能体开销,缺乏集中验证的架构更容易传播错误;相对单智能体的变化从可分解金融推理的 +80.8% 到顺序规划的 -70.0%,说明架构与任务结构是否匹配决定成败。

HN 为什么提它

HN 上的人引用它强调多智能体系统要有实际测量,否则只是凭感觉的玄学。

实证研究难度 2 / 5约 50 分钟有时效性
读之前最好知道
1LLM 智能体(agent)基本概念
2多智能体架构
3基准评测与回归分析
4工具调用(tool use)

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用danpalmer · 2025-12

“This is going to be the big thing to overcome, and without actually measuring it all we're doing is AI astrology.”

认为这是要克服的大问题,不实际度量就只是“AI 占星术”
Show HN: Mysti – Claude, Codex, and Gemini debate your code, then synthesize原评论 ↗
被提交为 story · 6 次