普林斯顿论文：多开发者专用智能体组合在 GAIA 上达到 70% 准确率

普林斯顿大学的新论文发现，将来自众多开发者的专用智能体组合起来，可以胜过任何单一开发者的通用智能体，在 GAIA 上准确率达到 70%。

如今大多数智能体系统都由 1 位开发者构建和控制，因此每个团队都在重复构建相同的基础能力。作者认为这限制了规模化发展。

他们模拟了开发者群体，让大语言模型智能体在固定预算下构建智能体，然后将单人系统与多开发者系统进行比较。多开发者系统会拆分每项任务，并将各部分路由给不同开发者的智能体处理。

在总开发预算相同的情况下，在 GAIA 上，各自单独得分最高只有 35% 的专用智能体，组合起来达到了 70%。这比通用智能体的中位数高出 12 个百分点；而在仅限网络搜索的 SealQA 上，组合系统的表现反而更差，成本也更高。

应构建智能体来填补共享系统中的能力空缺，因为一个单独得分仅 19% 的智能体，就能将组合系统从 40% 提升到 53%。