Rohan Paul (@rohanpaul_ai) · 2026/10/20 15:53:03
普林斯顿研究：多开发者专用智能体协作超越单一通用智能体
出处作者 / 发布主体：Rohan Paul (@rohanpaul_ai)原标题：New Princeton paper finds that combining specialized agents from many developers can beat any single...
78AI 研判分
核心综述
普林斯顿大学最新论文指出，在固定开发预算下，由多位开发者构建的专用智能体通过任务路由与协作，在 GAIA 基准上达到 70% 准确率，显著优于单一开发者的通用智能体。该研究模拟了去中心化的智能体生态，证明填补特定能力缺口的专用组件能大幅提升系统整体表现，但在纯搜索类任务中成本效益较低。
报道全文原始报道全文
Rohan Paul (@rohanpaul_ai) · 2026-10-20 07
普林斯顿大学最新论文发现，整合来自众多开发者的专用智能体（specialized agents），其表现可超越任何单一开发者构建的通用智能体，在 GAIA 基准测试上的准确率高达 70%。
目前大多数智能体系统由单一开发者构建和控制，导致每个团队都在重复建设相同的基础技能。作者认为这限制了系统的规模化发展。
他们利用 LLM 智能体模拟了开发者群体，这些智能体在固定预算下构建各自的智能体，随后将独立系统与多开发者系统进行对比。在多开发者系统中，任务被拆分并路由至不同开发者的智能体处理。
在相同的总开发预算下，于 GAIA 基准测试中，单独得分最高仅为 35% 的专用智能体组合后达到了 70% 的准确率。这比通用智能体的中位数高出 12 个百分点；而在仅依赖网络搜索的 SealQA 测试中，组合系统的表现反而更差且成本更高。
建议构建智能体以填补共享系统中的空白，因为一个单独得分为 19% 的智能体可将组合系统的性能从 40% 提升至 53%。
