您当前的位置: 首页 > AI资讯

OpenAI把多Agent做成产品线,o1奠基人提醒规模不等于能力

作者:技术编辑 时间:2026-10-10 阅读数:人阅读

9月29日,OpenAI在DevDay 2026上把多Agent从研究能力推到了产品主线。可分工、可协作的“AI团队”不再只是演示,而是作为可交付的产品面向用户。这套组合包括全天候工作的智能体Dots、供个人调用的Codex、用户与Dots共同协作的Space,以及面向企业承担特定职责的Specialist Dots。开发者一侧,Agents API把Harness、多智能体控制和计算机操作能力开放出来。

从个人助手到企业虚拟同事,再到开发者基础设施,多Agent贯穿了整场发布。OpenAI还给出更远的设想:多个Dot将组成团队协同工作。产品化的信号很清楚——智能体不再被当作单点工具,而是被组织成有分工、有协作关系的团队。

更多信息请查看 全国信息分布。

多Agent到底在解决什么问题

OpenAI研究员、o1及后续推理模型的早期奠基者之一Noam Brown在与播客主持人Dwarkesh Patel的对话中,给出了一个容易被忽略的定位:多智能体是一种并行扩展测试时计算的方式。模型思考越久表现越好,但延迟会形成瓶颈,于是让多个智能体并行处理同一件事,用更多算力换更快的速度。

他给出的实测区间是单智能体、4个和16个智能体协同。在一些任务上,4个智能体能把速度提高一倍,即用两倍成本换两倍速度;16个也有类似规律,只是效率略低。整体加速略低于线性,而且非常依赖具体任务。至于1万个智能体的规模,他强调还没有充分的实验数据能准确说明协调效率,要做彻底消融实验需要更系统的方法。

AI资讯实景配图

功劳不该记在多智能体头上

针对“1万个智能体协作、花费88小时、1300亿token解决千禧年难题”的讨论,Noam Brown的回应相当直接:解决千禧年大奖难题,功劳并不主要来自多智能体系统,他甚至不会把其中10%归给多智能体。真正支撑突破的,是一个足够强大的通用模型,以及让它持续运行、并行思考的能力。

这个判断对正在评估多Agent方案的团队有现实意义。智能体数量增加,并不意味着能力成倍增长。从4个、16个到1万个Agent,能否有效交流、共享上下文、减少重复劳动并形成分工,决定了它们能否成为真正高效的团队。如果实现得当,多智能体是有效的测试时计算扩展方式;实现不当,增加的可能只是成本和协调开销。

对开发者和使用者的实际影响

  • 开发者:Agents API把Harness、多智能体控制和计算机操作能力开放出来,意味着编排、上下文共享、任务分解这些原本自己搭的活,开始有官方基础设施可用。但并行带来的成本与效率权衡,仍需要按任务实测。
  • 企业与个人用户:Dots、Codex、Space、Specialist Dots的组合,把智能体从“问答”推向“承担职责”。选型时值得关注的是任务边界是否清晰、协作流程是否可审计,而不是单纯看智能体数量。
  • 行业层面:多Agent被推上产品主线,会带动对协调效率、上下文管理和可信度的讨论。Noam Brown提出的问题也随产品化变得更现实——当智能体协作更久、承担更多职责,如何确认它们在变强的同时,也变得更值得信任。

多Agent的产品化把一种研究思路变成了可交付的能力,但Noam Brown的提醒同样成立:基础模型的强度、并行思考的效率、以及智能体之间的协调质量,才是决定这套体系上限的变量。对使用者来说,先把任务拆清楚、把成本算明白,比追求智能体数量更实际。

声明:该信息由用户发布,真实性以及合法性由发布人负责,本站不会介入任何形式的担保!

标签: AI资讯 大模型