论文实测多智能体流水线协调成本高于单次调用收益
资讯摘要
论文提出一个闭式模型，将多智能体流水线的协调成本（分解开销加每次交接的协议成本）与把任务路由给更便宜模型带来的异构收益进行对比，给出盈亏平衡阈值与可行性边界 α<1/r。作者以 Open Floor Protocol 为测试协议，在 135 个 HumanEval 与 ClassEval 任务上运行六种架构共 2430 次，使用 Claude Opus 5.5 与 Haiku 5.5。结果显示协议每次交接增加 7.2 ms，占流水线总时长 0.11%。
要点速读
- 论文报告：planner-coder-reviewer 流水线成本为单次强模型调用的 3.22 倍、耗时 3.24 倍，且解决任务数没有增加。
- 将 planner 与 reviewer 换成便宜模型后，流水线成本降至 0.39 倍，但 pass@1 变化 -6.7 个百分点，仍比单次调用更贵、更慢、更不准。
- 盈亏平衡预测偏差 -19%，原因是便宜角色抬高了 token 用量；作者称按任务选择模型更省，两种单次调用间的 oracle 选择以强调用每解一题一半的成本覆盖 94.3% 的运行。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。