OpenAI推理教父谈万Agent解难题

Noam Brown最近在播客里聊了多智能体系统，就是那个用一万个Agent跑了88小时、烧了1300亿token解出千禧年数学难题的实验。他提到一个关键判断：这难题的突破，一万个Agent最多只占了10%的功劳。这话挺有意思，等于说单模型推理能力本身还是基本盘，多智能体更多是并行扩展算力的手段，不是魔法。

我的看法是，这其实把行业风向标又拨了一下。之前大家卷参数、卷推理时计算，现在开始卷Agent编排和并行调度。但别急着All in多智能体，Brown自己也说，test-time compute的串行扩展依然清晰有效，只是你不可能干等三年拿答案，所以才需要组团队并行。对做应用的人来说，这意味着短期别指望多智能体自动解决复杂业务，它更像算力杠杆，前提是单Agent本身够强。另外他提到前沿模型长任务周期可能超过发布周期，这问题很现实，模型迭代比任务完成还快，版本管理会变成新痛点。