OpenAI研究员Noam Brown解释多智能体扩展的亚线性效率与涌现式协作机制

OpenAI研究员、o1核心作者Noam Brown在Dwarkesh Patel播客中解释了多智能体系统的实际运作逻辑。他指出，多智能体本质上是将推理时的计算量从纯串行扩展改为并行扩展。就像人类考试给五分钟和五小时成绩截然不同一样，模型思考时间越长表现越好，但现实中无法等待数年，因此需要组团队并行推进。

Brown强调这种并行化存在固有损耗：多个Agent不像单个Agent那样独享全部上下文，因此效率会低一些。实测显示四个Agent各干一半时长可换来快一倍的答案，推到16个Agent时规律类似但效率略降。这种收益呈现略微亚线性，且高度依赖问题本身——数学和Deep Research这类工作适合并行，而写小说则很难通过增加Agent数量获得显著收益。

针对外界对万级Agent规模的关注，Brown坦承目前尚无扎实的科学认识。完整消融实验开销无法承受，他们只能循序渐进地研究64至256个Agent的行为规律。他明确表示解出千禧年难题的核心原因是基础模型足够强大，多智能体因新奇抢眼获得了不成比例的好评，其功劳不足10%。

在架构设计上，Brown对比了两种路线。传统方式高度依赖scaffold（协作框架），设协调Agent分派任务，但这导致相似任务的子Agent无法互相交流，且遇到澄清需求时只能揣测或返回提问。OpenAI选择了另一个极端：尽可能少地内置结构，只赋予Agent向彼此发消息的原始工具，消息直接写入接收方上下文。

这种极简设计让Agent自己摸索出协调方式，甚至涌现出复杂行为。Brown举例称有Agent发现答案不一致时会自然展开讨论、核对推理错误并广播修正，整个过程如同人类在Slack上的工作。他认为这很像第一次看到思维链时的感受，与它们协作的感觉和与人协作相差无几。

不过Brown也指出早期多智能体极难做好，因为推理模型原本不与其他Agent交流，强行让它们协作会打断深度思考的心流，陷入局部最优。随着泛化能力提升，这一问题才得到缓解。但他仍保守表示，眼下1万个人的协调能力完全有可能强于1万个Agent，因为后者尚未被充分测量。