o1 奠基人泼冷水：1 万个智能体解出世界级难题，多智能体贡献不到 10%

OpenAI 刚在 DevDay 上把多%ignore_a_1%体做成了产品，推出了能全天候工作的智能体 Dots 和面向开发者的 Agents API。就在这个节点上，o1 以及后续推理模型的早期奠基者之一 Noam Brown 泼了一盆冷水：别把功劳都记在多智能体头上。

一分钟速览

• OpenAI 在 DevDay 2026 把多 Agent 推向产品主线，推出 Dots 与 Agents API；
• Noam Brown 表示，用 1 万个智能体解出世界级数学难题，功劳主要不在多智能体，他甚至不会把其中 10% 归给它；
• 真正支撑突破的，是一个足够强的通用模型，以及让它持续运行、并行思考的能力；
• 实测显示，4 个智能体大约能用 2 倍成本换 2 倍速度，16 个效率略低，整体加速低于线性；
• 他设计的机制只给智能体最基础的工具，让它们自行摸索协作方式，甚至自发涌现出层级结构。

深度分析

「多智能体容易获得超额的关注」

在与播客主持人 Dwarkesh Patel 的对话中，Brown 被问到一个极具话题性的问题：1 万个智能体协作，花 88 小时、消耗 1300 亿 token，就能解决千禧年难题？他的回答很克制：功劳并不主要来自多智能体系统，他甚至不会把其中 10% 归给多智能体。之所以能做到，是因为「我们有一个非常强大的通用模型」。

他并不否认多智能体的价值，而是把它定位成一种「并行扩展测试时计算」的方式：模型思考越久表现越好，但思考时间无限拉长会遇到延迟瓶颈，于是让多个智能体并行处理同一件事，牺牲一些效率换取速度。

协作的效率问题，远没解决

大多数 LLM 多智能体系统采用预设编排框架：协调智能体拆解任务、委派给子智能体、子智能体回传结果。Brown 指出其明显局限——子智能体之间通常无法直接通信，即便任务相近、信息互补，也只能各自处理；子智能体若对任务理解不清，要么中断执行提问，要么自行假设并可能偏离目标。

他的路线反其道而行：尽量压低预设结构，只给智能体最基础的工具，核心机制是「智能体可以随时向其他智能体发消息，消息直接进入对方上下文」。事实表明，机制实现得当，会涌现出相当复杂的协作行为，很像人类在 Slack 里协作，甚至自发出现类似「中层管理者」的层级——这些组织方式并非人为设计，而是从大量人类文本中学到的协作知识中内化、再涌现出来的。

规模化之后会发生什么，还没人知道

Brown 坦言，多智能体大规模扩展之后究竟如何，业界还没有完善认识。他们测过单智能体、4 个和 16 个协同：在一些任务上 4 个能把速度提高一倍，16 个也有类似规律但效率略低，总体加速略低于线性，且高度依赖具体任务。要从 4 个推到 1 万个，并确切知道「比 1000 个多带来多少收益」，会非常困难。

数据支撑

• 1 万个智能体、88 小时、1300 亿 token 的协作案例；
• 多智能体贡献被 Noam Brown 判定为不足 10%；
• 4 智能体约 2 倍成本换 2 倍速度，16 智能体效率略降，整体低于线性。

趋势洞察

这条新闻的价值，在于它给火热的多智能体叙事装了一个刹车。厂商乐于把「智能体数量」包装成新的性能指标，但 Brown 的判断提醒我们：底座模型的能力、长时运行与上下文管理，才是决定上限的变量。当越来越多智能体协作更久、承担更多职责，真正棘手的问题不是它们能不能变强，而是我们如何确认——它们在变强的同时，也变得更值得信任。