百万AI智能体能否创造超级智能？——Noahpinion

最近，关于“AI智能体集群”的讨论在技术圈持续升温。所谓智能体集群，是指让大量AI智能体并行工作、协同解决问题。支持者认为，这种模式可能成为通往超级智能的一条捷径——只要堆足够多的AI“大脑”同时干活，能力就会指数级上升。但未来学家Ramez Naam在Noahpinion博客上发表的一篇分析给出了截然不同的判断：并行化只是另一种形式的投入，同样受制于边际收益递减。他用现有实验数据说明，智能体数量从100个扩展到10亿个，在解决更难问题上的能力提升远低于预期，甚至可能很快饱和。换句话说，多智能体系统擅长的是“更快”，而不是“更聪明”。 这一结论对当前火热的AI叙事构成了直接挑战。背景是，智能体集群近期频繁登上新闻：Hugging Face遭遇的攻击事件，以及OpenAI解决著名Navier-Stokes问题，都被广泛归因于大规模智能体协作。这些案例让外界对“数量堆出智能”充满想象。但Naam指出，真正关键的问题在于，多智能体系统能否产生递归自我改进所需的概念性突破。如果智能体在问题并行化方式上没有根本性改进——而这可能取决于机器学习问题本身的结构——那么即便有数百万甚至数十亿个当前模型的副本，也很难在最困难的问题上反复取得突破。他坦言，这是目前观察到的最强的边际收益递减之一，当然这些规律未来可能改变，也需要更多实验数据来校准。对于跨境电商卖家和AI从业者而言，这意味着短期内不必过度押注“多智能体自动解决一切”的预期，更务实的做法是把智能体集群当作提速工具，而非替代人类判断的万能方案。