OpenAI推理之父访谈：多智能体系统仅占千禧年难题突破10%功劳

OpenAI研究员Noam Brown在最新播客中透露，其团队通过1万个智能体协作，耗时88小时完成1300亿token计算，解出纳维-斯托克斯千禧年难题。但他强调，多智能体系统仅贡献了约10%的突破性作用。

Noam Brown指出，推理时计算量（test-time compute）的提升是模型能力跃升的关键。他预测随着并行化智能体规模扩展，模型在复杂问题上的表现将呈指数级增长。

在测试中，4个智能体协作可使解题速度提升1倍，16个智能体时性能仍持续优化。但数学等高度结构化领域更适合并行计算，而小说创作等任务则难以通过大规模智能体协作提升效率。

尽管1万个智能体的实验仅耗时一个周末完成，但Noam Brown强调这仅是阶段性成果。完整消融实验因成本过高尚未实施，目前研究重点在于探索64至256个智能体的协作规律。

他特别指出，模型本身的基础能力才是突破性成果的核心。多智能体系统作为新工具，可能因视觉冲击获得过度关注，但实际贡献仍受限于模型的通用智能水平。

访谈中还涉及AI递归自我改进、长任务与发布周期矛盾、思维链隐藏监控等前沿议题，揭示了当前AI研究在能力扩展与对齐问题上的深层挑战。