研究：多智能体团队成本高但质量提升有限
AI 总结
评估公司 Vals AI 在 "Vibe Code Bench" 上测试了 GPT-6 Sol 和 Claude Opus 5.5，分别以单智能体和多智能体团队形式运行，并采用中等与最高两档推理力度。团队方案的成本是单智能体的 1.8 至 5.1 倍，但四项对比中只有一项出现统计显著的提升：GPT-6 Sol 在中等推理力度下团队得分高 7.3 分；在最高推理力度下，Sol 和 Opus 5.5 的团队配置都没有实质优势。报道还提到，Anthropic 自己的两项 Opus 5.5 测试中，智能体数量增加后质量增益反而收窄；OpenAI 研究员 Noam Brown 也表示，多智能体系统主要换来速度，而非更好的质量。
深度见解
如果团队式智能体主要只带来速度、却成倍增加 token 成本，那么在多数任务中把预算放在单智能体加更高推理力度上可能更划算。