俩智能体同住一个仓库，半小时后互相拆了对方的活儿。 斯坦福和 SAP 的 CooperBench 测了 652 个协作任务，GPT-5 和 Claude S… · @chenYijl · TwKit

@chenYijl

俩智能体同住一个仓库，半小时后互相拆了对方的活儿。 斯坦福和 SAP 的 CooperBench 测了 652 个协作任务，GPT-5 和 Claude Sonnet 4.5 组队，成功率只有 25%。 同一份活交给一个智能体单干，成功率差不多翻倍，平均下来组队比单干低了 30%。 沟通也没省钱：俩人光聊天就烧掉两成预算，合并冲突是少了，活还是没干成。 毛病分三类：对搭档瞎猜占 42%，问了没人回占 26%，答应了又反悔占 32%，活生生一出办公室政治。 GitHub 刚在 Universe 上喊多智能体协作，你站哪边：一个闷头干，还是两个组队互相拆台？

曝光 174 · 评论 4 · 点赞 5 · 书签 0