研究指多智能体团队成本高且质量提升有限

Vals AI 在 Vibe Code Bench 基准测试中，对比了由 GPT-6 Sol 和 Claude Opus 5.5 组成的多智能体团队与单智能体的表现。最新报道显示，多智能体团队的 Token 消耗量显著增加，成本比单智能体高出 1.8 至 5.1 倍。然而，在四次对比实验中，仅有一次显示出统计显著的质量提升。这一结果挑战了多智能体协作能线性提升代码质量的假设，表明其高昂的资源投入并未带来预期的广泛性能增益，目前该研究主要聚焦于特定模型组合下的成本效益分析。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。