普林斯顿论文：多开发者专用智能体组合在 GAIA 达 70%
普林斯顿：多开发者专用智能体组合GAIA达70%
普林斯顿一篇新论文通过模拟固定预算下由 LLM 智能体构建智能体的开发者群体，发现把多个开发者各自构建的专用智能体组合起来，在 GAIA 上准确率达 70%。在相同总开发预算下，单独得分最高仅 35% 的专用智能体组合后达到 70%，比通用智能体中位数高 12 个百分点；但在仅需网页搜索的 SealQA 上，组合系统成本更高且表现更差。
Rohan Paul· @rohanpaul_ai · X·2026-10-20 15:53· 44 分钟前AI 评分50
AI 导读
普林斯顿论文发现，将多个开发者各自构建的专用智能体组合起来，可超越任何单一开发者的通用智能体，GAIA准确率达70%。在相同总开发预算下，单独得分最高仅35%的专用智能体组合后达到70%，比通用智能体中位数高12个百分点；但在仅需网页搜索的SealQA上，组合系统成本更高且表现更差。作者认为智能体应填补共享系统的空白：单独得分19%的智能体可将组合系统从40%提升至53%。
正文 · 原文
普林斯顿新论文发现，将来自多个开发者的专用智能体组合起来，可超越任何单一开发者的通用智能体，GAIA准确率达到70%。
如今大多数智能体系统由1个开发者构建和控制，因此每个团队都在重建相同的基础能力。作者认为这限制了规模。
他们模拟了由LLM智能体组成的开发者群体，这些智能体在固定预算下构建智能体，然后比较了单一系统与多开发者系统。多开发者系统会拆分每个任务，并将各部分路由到不同开发者的智能体。
在GAIA上，在相同总开发预算下，单独得分最高仅35%的专用智能体组合后达到70%。这比通用智能体的中位数高12个百分点，而在仅需网页搜索的SealQA上，组合系统成本更高且表现更差。
构建智能体以填补共享系统的空白，因为一个单独得分19%的智能体将组合系统从40%提升到了53%。
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news