研究发现：AI智能体团队浪费大量token以换取微小的质量提升

研究发现，AI智能体团队在大多数情况下几乎无法比单个智能体提供更好的结果。在Vals AI的基准测试中，GPT-6 Sol和Claude Opus 5.5作为团队在中等和最大推理努力水平上测试时，团队的成本比单个智能体高出1.8倍到5.1倍。只有一次比较显示团队有统计学上显著的改进，但在最大推理努力水平下，团队设置并没有给Sol或Opus 5.5带来任何实际优势。