米国大豆包模型没怎么搞，paper一套一套的
概述：
Google、DeepMind 和 MIT 联合研究，260 个受控配置，几个值得借鉴的结论：
1、多智能体效果好不好，不取决于模型多强，而取决于任务结构是否适合分工。
2、三条判断依据：一是单智能体基线，超过 45% 再叠加智能体收益递减；二是任务能否并行分解，拆开后各部分的通信需求决定协调价值；三是防错靠验证环节，不是靠智能体数量。
3、五种架构各有定位：SAS 单智能体作基线，Independent 并行无通信成本最低收益也最低，Centralized 有中央节点交叉核验，Decentralized 无中心靠互相质询，Hybrid 两者结合但最复杂。
4、智能体数量有最优值，协调成本超线性增长，错误还会在系统里滚雪球。实测约 6 个智能体、69 轮推理接近拐点。
5、操作建议：先证明 2 到 3 个小规模有效，再决定是否扩展；效果不好先减数量，而不是换更强