研究发现 AI 智能体团队消耗大量 token 但质量提升有限

Evals 公司 Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5 的单智能体与团队模式，团队成本高出 1.8x 至 5.1x，但四组对比中仅 GPT-6 Sol 在中等推理档有统计显著提升（团队高 7.3 分），最高推理档下团队无明显优势。