RadarAI· X：Rohan Paul (@rohanpaul_ai)·· 3 小时前AI 评分45
Cohere 论文：多智能体编码团队宜由强模型领队、便宜模型只做规划
AI 导读
Cohere Labs 论文《Scaling Inference-Time Compute with Teams of Coding Agents》发现，多智能体编码团队虽优于单 agent，但成本高出 3 到 7 倍。
正文 · AI 翻译
Rohan Paul· @rohanpaul_ai · X·2026-10-19 13:10· 59 分钟前AI 评分58
AI 导读
Cohere Labs 论文《Scaling Inference-Time Compute with Teams of Coding Agents》研究多智能体编码团队的算力分配，发现团队超过单 agent 但成本高出 3 到 7 倍。
正文 · 原文
Cohere 新论文发现，当编码智能体团队只负责研究和规划时，额外智能体能发挥最大价值，而廉价模型可以以低得多的成本为强势主导者完成这项工作。
编码智能体团队胜过单个智能体独立工作，但成本高出 3 到 7 倍。更多智能体也可能意味着重复工作和需要合并的额外代码。
研究人员构建了一个主导智能体，将子任务交给工作智能体，然后改变工作智能体的角色、模型和数量。在 ProgramBench 上，智能体仅凭一个可运行的可执行文件及其文档重建整个程序。
只负责规划的工作智能体在成本减半的情况下，达到了在所有阶段都使用工作智能体的奖励水平。一个强大的 GPT-5.6 Sol 主导者搭配 16 个廉价 Luna 规划者，与全 Sol 团队仅差 1.4 分，成本却低 70%。
在此类任务上，将最强的模型放在主导位置，仅使用廉价模型进行规划，因为廉价的编码模型会降低奖励。
来源：Rohan Paul · x.com
来源：RadarAI · aihot.news