尧图网站建设 尧图网络
  • 首页
  • 关于我们
  • 服务项目
  • 案例展示
  • 建站流程
  • 资讯中心
  • 联系我们
首页/资讯中心/详情

智能体蜂群实验:新框架性能提升,不同模型组合成本差异巨大!

智能体蜂群实验:新框架性能提升,不同模型组合成本差异巨大!
📅 发布时间:2026/7/22 23:25:23

Cursor产品导航

Cursor提供多种功能与服务,包括产品(智能体、云端、移动端、自动化、CLI、应用市场、代码审查)、企业、定价、资源(更新日志、Blog、文档、社区、帮助、工作坊、论坛、招聘)等板块,还有登录、联系销售和下载等入口。

智能体蜂群实验背景与目标

今年早些时候开展一系列实验,测试扩展智能体协作实现目标的极限,假设这能解锁任务规模和复杂度新层级。旗舰项目从零开始构建Web浏览器取得概念验证成功,但距成熟软件还有差距。后续目标是理解智能体蜂群以便进行工程化设计,为此重新挑战依据SQLite文档用Rust从零构建的任务。

实验初步结果

让新旧蜂群在相同任务、模型和时间预算下运行,衡量通过预留SQL测试套件比例。新蜂群在每种模型配置下表现更优,如使用Grok 4.5时,四小时内达80%通过率,旧蜂群两小时前失控暂停。还调整不同模型工作分配,不同组合产出质量相近但成本差异大。

树与叶子

大型任务描述呈树状结构,智能体群围绕此结构组织,有规划器智能体和worker智能体两种角色。规划器由最强模型驱动,负责拆分目标;worker由速度快、成本低的模型驱动,负责执行。这种设计优于僵化编排系统,能泛化到多样任务,还用于内部发现修复漏洞、提升测试覆盖率和生成训练数据等。

树如何影响记忆

单个智能体承担完整任务时易偏离目标,要么失去全局把握,要么局部工作变差。而智能体蜂群中,规划器和worker分工明确,上下文使用更高效,其可扩展性或源于上下文效率而非并行性,这种结构类似企业层级组织原理。

智能体的版本控制系统

Git和Cargo等工具的并发控制方式不适用于数百个并发智能体的工作量。今年早些时候浏览器智能体群提交峰值约每小时1000次,新系统达每秒约1000次。为此从零构建新的版本控制系统,它还能暴露冲突并实现协调机制。

每秒1,000次提交下的失效模式

人类工程团队的协作机制在智能体群提交速率下会出现失效模式:脑裂设计,通过提示让规划器自己做决策并避免子树重复决策解决;规划器之间的冲突,让智能体记录决策在共享文档,通过引用传递解决结果;合并冲突,由中立第三方智能体介入解决;超大文件,让worker智能体标记,外部智能体拆分;僵化,允许引入破坏性变更并传导更新相关工作。

审查视角

多智能体系统需审查机制自我纠正错误。试验多种审查视角,单一视角无法发现所有问题,低相关视角叠加可提高可靠性,投入审查的算力回报高。

让智能体塑造环境

借鉴迹象引导机制,让智能体沉淀知识。开展Field Guide实验,由智能体自主管理文件夹并注入信息,其收益在非完全智能体掌控的代码库中可能更大,训练模型为后继者写作值得研究。

SQLite实验

让新版本智能体群用Rust实现SQLite手册内容,不提供源代码等信息,以sqllogictest为评分标准。人工审查确保系统均衡构建,智能体会自行选择策略,整体趋势比具体时刻分数更重要。

不同模型组合下的结果

测试四种模型配置,新框架在每种组合中都优于旧版。Fable 5混合方案首小时通过约三分之二测试集,四小时新版运行结果在73% - 85%之间,旧版在11% - 77%之间,旧版Grok 4.5运行两小时左右暂停,所有新版配置最终通过整个测试集。未来希望运行完整N×N矩阵,此次重点是不同框架版本对比。

深入剖析这些运行

对比Grok 4.5在旧框架和新框架下的提交速率、合并冲突数、热点文件大小和Rust crate数量等指标,发现旧框架存在无效忙碌、冲突多、文件膨胀和脑裂等问题,最终新蜂群代码行数更少且得分更高。

模型经济性

不同模型组合产出质量相当但成本差异大,worker承担大部分token,但规划器token成本更高。大型任务中,前沿规划器收敛不确定性后,低成本模型执行可节省成本。如GPT - 5.5仅worker成本就达9373,而Opus 4.8规划、Composer 2.5执行的worker集群成本仅411。Fable 5规划器虽单token价格高但使用token少,但其worker消耗token多,总成本更高。

把规格说明当作提示

AI发展提升工程师工作抽象层级,智能体蜂群使工作基本单位变为规格说明。要让其可行,蜂群需遵循规格说明,稀缺的是对意图的准确描述。智能体蜂群类似编译器,但每一步是概率性的,本文旨在缩小差距。此次solo Opus 4.8 run生成的代码库已公开,邀请读者查看并反馈。

相关文章

包括2026年6月11日用Auto - review管控智能体自主性、2026年6月2日构建云端智能体的经验、2026年5月6日用autoinstall自举Composer等文章信息。

产品与资源等信息

产品包括智能体、团队版、企业、定价、代码审查等;资源有下载、更新日志、文档等;公司有招聘、Blog、社区等;法律涉及服务条款、隐私政策等;还有连接X、LinkedIn、YouTube等渠道。

相关新闻

  • vim和nano的代替gedit
  • 2027皖芯展实现前沿技术与市场需求精准匹配,真正打通“研发—制造—封测—终端落地”的完整链路
  • C语言-指针1(基础,原理,详细)

最新新闻

  • 2026年福州本地西高地选购靠谱线下门店参考汇总指南 - 热点品牌推荐
  • 【上海市】防水补漏五星商家推荐|一级资质**认证 协会推荐质保无忧.doc - 资讯报道
  • 2026 年现阶段,金堂正规的商用虾饼机源头厂家选型指南,别再靠手做!这台设备如何颠覆你的虾饼生产效率? - 行业严选官
  • 2026年青岛门窗市场观察:从艺德派克到德朗驰,两大本土品牌的差异化产品力解析 - Gsydold
  • 非升即走扎心真相:大部分青椒三年没成果直接走人
  • 会计专业学生想转数据分析,可以准备哪些内容?

日新闻

  • 亨得利盐城维修点在哪里?手表维修保养地址指南**公示(2026年7月最新) - 亨得利官方
  • 提升.NET API安全性:Boxed.AspNetCore.Swagger认证授权最佳实践
  • 帝舵佛山**网点地址更新:2026年7月售后热线电话与服务客户指南 - 帝舵中国官方服务中心

周新闻

  • SaaS软件行业GEO实践:AI搜索时代的品牌可见性与获客新路径
  • 什么是PCTFE?医药高端包装的“防潮王牌“材料
  • 【JVM调优实战】16-可视化利器-JConsole-VisualVM-JMC

月新闻

  • 2026年6月公司网站搭建最新热门渠道测评:四大低成本/零代码平台对比+避坑
  • 【Linux】Linux arm 编译QT程序,出现expected “}“报错
  • 【MATLAB例程】四基站二维AOA定位与距离辅助增强对比仿真。基于角度观测和测距修正的固定目标平面定位精度分析

关于尧图

  • 公司简介
  • 团队介绍
  • 企业文化
  • 荣誉资质

服务项目

  • 定制开发
  • 电商建站
  • UI 设计
  • 运维服务

快速链接

  • 案例展示
  • 建站流程
  • 常见问题
  • 资讯中心

联系方式

  • 📍北京市朝阳区互联网产业园 A 座 10 层
  • 📞400-888-8888
  • ✉️contact@rkmt.cn
  • 🕐周一至周日 9:00-21:00

© 2024 北京尧图网络科技有限公司 版权所有 | 京 ICP 备 XXXXXXXX 号