OpenAI 研究员、o1 核心作者 Noam Brown 在最新播客访谈中谈到了多智能体系统的进展。此前 OpenAI 发动 10000 个 Agent，耗时 88 小时、输出 1300 亿 token，解出了一道千禧年数学难题。不过 Brown 给出了一个耐人寻味的判断：在这项突破中，10000 个 Agent 最多只占了 10% 的功劳。
Brown 是推理时计算（test-time compute scaling）路线的早期押注者。他的逻辑是：横轴取推理算力、纵轴取基准成绩，会看到一条清晰的规律——模型思考答案的时间越长表现越好，就像人考试给五个小时总比给五分钟考得好。但没人能干等三年才拿答案，于是需要并行化，也就是组团队：多智能体是把推理计算从串行扩展改为并行扩展的方式。主持人 Dwarkesh Patel 算过一笔账：1300 亿 token 意味着一个人以全职方式持续思考约 4000 年，而这套系统把它压缩进了 88 小时。Brown 也坦承，多智能体的效率会低一些，因为不像单个 Agent 那样独享全部上下文，并行化的收益还取决于问题本身，整体略呈亚线性。
并行有损耗，且看领域
他透露 OpenAI 在 5.6 版本中首次内置成形的多智能体系统，即 Ultra Mode：默认四个 Agent，速度翻倍、成本也翻倍；推到 16 个效率略低，但性能仍在继续提升。并非所有任务都适合并行——数学和需要翻阅大量信源的深度研究极其适合并行，而让一万个 Agent 合写一部长篇小说，收益大概率不大，就像让一万个人合写一样。
对普通从业者来说，这段访谈的价值在于理解「深度思考」按钮背后的机制：复杂任务正在被拆给一群协作的 Agent 完成，未来你用到的不是一个更聪明的模型，而是一支按需扩编的虚拟团队。
本文基于 量子位 公开报道改写，版权归原作者所有，如有侵权请联系删除。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
