“数学只是开胃菜”：OpenAI 推理之父谈多智能体时代

一道千禧年难题被解开了，但当事人给出的评价却很克制：一万个 Agent 加起来，最多只占了十分之一的功劳。

一分钟速览

• OpenAI 研究员、o1 核心作者 Noam Brown 在最新播客中系统谈论多智能体系统。
• 他透露：OpenAI 曾动用 1 万个 AI Agent，耗时 88 小时、消耗 1300 亿 token，攻克一道千禧年数学难题。
• 但 Brown 判断，Agent 在这一成果中最多只贡献了 10% 的功劳，人也一样。
• 他的核心框架仍是 test-time compute scaling：思考时间越长，表现越好。
• 访谈还涉及递归自我改进（RSI）、超级对齐，以及“模型强到一秒解题后如何继续提升”等问题。

深度分析：从“想更久”到“一起想”

2023 年，几乎所有人还在卷模型参数时，Brown 已经开始押注推理时计算。一年后 o1 问世，“深度思考”成了标配。现在他把注意力转向多智能体：单模型想得再久，也有上限；让多个 Agent 分工、互查、并跑，才可能突破这个上限。

他用的类比很朴素：SAT 考试只给五分钟，成绩必然糟糕；给五小时，成绩就好得多。模型也一样，用更长的“自言自语”去理清问题、审视情形、排除错误路径。多智能体只是把这条曲线再往上抬了一层。

数据支撑：1 万个 Agent、88 小时、1300 亿 token

这三个数字勾勒出当前多智能体方法的真实成本：规模巨大、耗时近四天、token 消耗以千亿计。Brown 的“10% 功劳论”既是谦逊，也是在提示——真正的突破来自问题定义、验证机制与技术积累，而不只是把 Agent 堆得更多。

趋势洞察：当发布周期短于任务周期

访谈中一个值得警惕的问题被提了出来：如果前沿模型能连续执行长达三个月的任务，而模型的发布周期只有两个月，怎么办？这不仅是工程问题，更是治理问题——如何监测模型的思维链、如何确认对齐已经解决、如何在能力跃升的同时保持可控。

结语

Brown 的判断可以浓缩成一句：数学这类“有标准答案”的任务，只是多智能体时代的开胃菜，真正的主菜是开放世界里的协作与验证。