Cohere 研究：编码智能体团队中，仅让廉价模型负责规划可大幅降本增效

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/19 13:10:44

全景综述与最新动态

1 家信源交叉印证

Cohere 最新论文揭示，在由多个编码智能体组成的协作系统中，将“强模型主导执行、弱模型仅负责前期规划”的分工策略能实现最优性价比。实验表明，使用 GPT-5.6 Sol 作为主智能体搭配 16 个廉价 Luna 规划智能体，其任务奖励分数与全强模型团队仅差 1.4 分，但成本降低了 70%。这一发现为构建低成本、高性能的多智能体编程系统提供了明确的架构指导。

最新动向/Cohere 最新论文揭示，在由多个编码智能体组成的协作系统中，将“强模型主导执行、弱模型仅负责前期规划”的分工策略能实现最优性价比。实验表明，使用 GPT-5.6 Sol 作为主智能体搭配 16 个廉价 Luna 规划智能体，其任务奖励分数与全强模型团队仅差 1.4 分，但成本降低了 70%。这一发现为构建低成本、高性能的多智能体编程系统提供了明确的架构指导。

热度曲线逐小时热度走势

2 个完整观测小时

连续完整观测不足 3 个小时，暂不绘制趋势曲线。

TIMELINE报道时间线

共 1 篇 · 最新优先

Rohan Paul (@rohanpaul_ai)T2·10月19日 13:1078 分
Cohere 研究：编码智能体团队中，仅让廉价模型负责规划可大幅降本增效
原标题：New Cohere paper finds that a team of coding agents gets the most from extra agents when they only r...
- 多智能体协作虽优于单智能体，但传统全强模型配置会导致成本激增（3-7倍）及代码合并冗余。
- “强模型执行 + 弱模型规划”的混合架构是最佳平衡点：廉价模型仅用于生成计划时，效果接近全强模型团队。
- 具体数据支撑：GPT-5.6 Sol 主智能体配合 16 个 Luna 规划智能体，相比全 Sol 团队成本降低 70%，性能损失极小（仅差 1.4 分）。
查看关联报道与研判原始网页