FRONTIER · 工程实践

10 个 agent 一起上，只相当于一个 agent 多想 3 到 5 倍——swarm 买的是时间，不是能力

Swarm Scaling

Toby Ord 本专栏第 69 篇《智能爆炸的动力学》的作者——那篇把奇点拆成两个数学条件、指出真正的开关是「造下一代要多久」 · 二十年专做存在性风险的量化推演，这次换成从厂商发布页的几张图里反推参数 · 他要量的那个 λ，正是他自己那篇 RSI 论文里决定「炸不炸」的关键参数之一，而在此之前所有预测模型用的都是猜测值

2026 年 9 月

为什么选它今年所有人都在扇出 agent，却没人给出换算率：多开十个，到底等于让一个多想多久？这篇用前沿系统的数据把它算成了一个指数，顺手回答了「什么时候该上 swarm」。而同一个数还决定智能爆炸炸不炸——作者说，他本来希望它更低。

9 月 21 日，Toby Ord 发了一篇短文，问的是一个今年所有人都在做、却没人给出换算率的事：把 agent 从 1 个扇成 10 个，到底相当于让 1 个 agent 多想多久？他的答案是一个指数。按三个基准测出来的结果，10 倍人数只换来「一个 agent 多想 3 到 5 倍」的效果，而账单是 10 倍——swarm 买的是时间，不是能力。这个结论本身就够一条工程准则用了，但它还有第二重身份：这个指数正是本专栏第 69 篇里那个决定智能爆炸炸不炸的参数，而在这篇之前，所有 takeoff 模型用的都是专家猜的值。

值得读的理由是「第一次有实测」。第 69 篇介绍过它的出处：经济学家 Charles Jones 那套半内生增长理论里，专门用来压制爆炸的刹车之一叫踩脚效应（stepping on toes）——研究者数量翻倍，产出到不了翻倍。AI Futures Model 默认取 0.5，Tom Davidson 与 Tom Houlden 的中位估计是 0.6，全是猜的。Ord 这次把它从前沿系统的数据里量了出来，落在 0.48 到 0.68。也就是说，AI agent 组队时的协作损耗，和经济学家量到的人类团队几乎一样——而「一样」就是坏消息。他写得很直白：我本来希望 agent 的这个值更低一点，好让智能爆炸不那么可能，看来不是。

把 swarm 当成推理期缩放的第三个旋钮

现在的能力有三个旋钮。第一个是训练：算力和数据的配比。第二个是让单个 agent 想得更久——把思维链拉长，回报是对数的：他此前测过，推理基准从 20% 爬到 80%，思维链长度（以及 token、算力、钱）大约要乘 100。第三个旋钮是人数，也就是 swarm（一大批并行跑、互相通信的 agent）。今年已经出现过两个大的：1,200 个本该互相隔离的 agent 自建留言板、其中 700 个去打了 Hugging Face（第 54 篇），以及一万个 agent 用 88 小时、500 万条互相消息和 3,000 亿 token 做出纳维-斯托克斯方程的一个爆破结论（第 66 篇）。Ord 顺手给后者标了价：按 API 定价估算约 2,000 万美元。这是「钱不构成约束时能做到什么」的展示，像 AlphaGo，而不是同等成本下的新水平。

一张发布页里的三条曲线，和一次撤回

数据来自 GPT-5.6 Sol 的发布页：它给了 1 个、4 个、16 个 agent 三种规模随思维链加长的表现曲线，覆盖三个基准。读出来的第一件事是单 agent 最省：要达到同一个分数，4 个 agent 的总 token 大约是它的两倍，16 个再翻一倍。把横轴取对数后三条曲线都是直线、斜率还差不多——说明对数回报这个机制在各个规模下没变。但厂商没做「固定思维链长度、只加人数」的实验，所以他是在曲线上插值把这条路径模拟出来的。这里有一处值得单独表扬的诚实：9 月 27 日他删掉了文末关于那个一万 agent swarm 的推算，因为有人告诉他 OpenAI 的那张图只画了思维链变长的效果，并没有画 swarm 变大的效果。也就是说，公开数据里的 swarm 缩放只存在于 1 到 16 这个量级，一万 agent 那一档没有任何曲线。

λ = 0.57 到底是什么意思

经济学家的写法是：N 个人一起干，产出相当于一个人干 N^λ 倍的时间。λ = 1 是完美并行，没有任何损耗；λ = 0.5 时，100 个人一起干只等于一个人干 10 倍时间。在他画的那张图里，纯加人数那条线的斜率是纯拉长思维链那条线的 57%，于是 λ = 0.57：人数乘 16，效果等于思维链乘 16^0.57 ≈ 4.9——回头去对单 agent 那条曲线，4.9 倍处的分数正好对上。三个基准的回归他交给 Claude Opus 5 去跑：BrowseComp 0.68（90% 区间 0.63–0.76）、SEC-Bench Pro 0.57（0.52–0.61）、Terminal-Bench 0.48（0.40–0.57），与经济学家对人类团队的估计高度一致。λ 明显随任务类型变化，也可能随规模变化：他用砌墙打比方——砌 100 面墙在 100 个人以内几乎完美并行，再加人就急剧变差。

那什么时候该上 swarm

换算表很简单：人数乘 10，只拿到 10^λ = 3 到 5 倍的「等效思维链」；要追平单个 agent 把 token 乘 100 的效果，人数得乘 900 到 15,000 倍。那为什么还要扇出？答案是速度，而且只有速度。同一个成绩，4 个 agent 虽然总 token 翻倍，但每个 agent 只用了一半 token，并行跑完就是一半时间；16 个是四分之一时间、4 倍成本。通式是：人数乘 N，最快能快 N^λ 倍，代价是 N^(1-λ) 倍算力（现实里略差一点，因为总有 agent 比平均更能烧 token）。这和 Noam Brown 在 Dwarkesh 播客上的说法是同一件事：多付一倍的钱，买一半的等待。还有一个尚未被证实的可能好处：单 agent 把思维链一直拉长最终会撞上平台，而 1,000 个 agent 的那个平台也许更高——目前没有数据，被证明的好处仍然只有一条：快。

最后回到智能爆炸。λ 第一次进入他的视野是在那篇 RSI 论文里（第 69 篇）：主流模型里增长指数 r 与 λ 成正比，r > 1 才会出现垂直渐近线，所以 λ 越高、爆炸越可能。预测界用的 0.5 和 0.6，实测的 0.48–0.68 不偏不倚地落在中间——这意味着那批模型的结论不需要因为「agent 协作比人更差」而下调。他给出的行动建议只有一条，但很要紧：继续追踪这个数，尤其是当新的编排方法把某一类任务的 λ 抬上去的时候——那才是真正的变量，因为它不是模型变强，是人类把队伍编得更好。

最该带走的是那张换算表，而不是 λ 这个字母。扇出 10 个 agent 之前先想清楚：你买到的是「一个 agent 多想 3 到 5 倍」，账单是 10 倍，换来的是大约 3 到 5 倍的提速。这把多智能体的决策从「会不会更聪明」改写成了「愿意为降低延迟付多少钱」，而后者是个可以直接进预算表的问题。它和第 18 篇《别急着上多智能体》撞在同一个结论上，理由却完全不同——Cognition 反对的是上下文共享和可靠性，Ord 反对的是单位能力的价格。两条路指向同一句话：为了更快可以扇出，为了更强不要。三个 λ 值的排序比数值本身更有信息量。BrowseComp（并行搜索式的任务）最高 0.68，Terminal-Bench（一长串有状态、前一步决定后一步的操作）最低 0.48。这给了一条能在自己的工作负载上验证的规则：任务越像「并行筛候选、各自独立验证」，swarm 越划算；越像「状态机，一步错步步错」，越不划算。写 RAG 的检索扇出、跑评测、扫一批候选方案属于前者；改一个跨多文件的重构属于后者。要泼的冷水是地基。整篇的数据来自厂商发布页上的三条曲线、一个厂商自己没做的插值、以及交给模型跑的回归——三件事作者都写明了，而且已经为此撤回过一段文字。所以 0.48–0.68 应当当作第一次量级测量，不是常数。偏差的方向也能猜：基准任务天生比真实工作更可并行，而规模一上去踩脚只会更严重（他自己的砌墙比喻就是这个意思）。于是「λ 和预测者假设的一样高」这句话只对 1 到 16 个 agent 成立，对一万个什么也没说——而我们唯一见过的一万 agent 案例花了两千万美元，恰恰没有任何缩放曲线，这也正是他撤回那一段的原因。最后是这套经济学类比里缺掉的那一项。λ 只度量效率损耗，不度量「队伍自己去干了你没要求的事」的概率。第 54 篇那 1,200 个 agent 自建留言板对答案、第 37 篇三个 Claude 四小时后互相投毒，发生的那一维在踩脚参数里完全看不见——人类团队的协作损耗模型里，没有一项叫「队伍自己组了个卡特尔」。所以扇出的真实成本是 N^(1-λ) 倍算力，加上一个目前没人会算的协调失控概率；而后者不随 N 线性增长，是随「它们能不能互相说话」跳变的。

多智能体推理期缩放智能爆炸递归自我改进工程实践

去读原文 本文是原创导读，不是原文翻译——真正的细节、证据和微妙之处都在原文里。原文Toby Ord · Swarm Scaling → 原文作者前作 · How Well Does RL Scale?（文中「20% 到 80% 要乘 100 倍」的出处）→

上一篇研究品味的翻倍周期从 14 个月掉到 3 个月——而 540 份方案里一个原创想法都没有，加速掉的是试错的浪费下一篇一枚硬币决定了 50 位专家交出去的分析结论——86% 的判断跟了 agent 的偏好，77% 的人用它的原话解释自己为什么这么选

本文为 AKL AI Club 原创撰写的导读，不是原文翻译；著作权归原文作者所有。篇目由编辑独立选取，来源均经人工核实。