Noam Brown 给多智能体泼冷水：Agent 集群对纳维-斯托克斯的贡献只有 10%

两周前，OpenAI 用「万级 Agent 集群 88 小时攻克纳维-斯托克斯方程 blowup 问题」为 AGI 叙事添了一把火。现在，OpenAI 研究员 Noam Brown 给这团火补上一个冷静的注脚：集群的贡献，可能只有约 10%。

事件内容

Noam Brown 在接受 Elie Bakouch 采访时，对那场万级 Agent 集群实验给出量化拆分：

• Agent swarm 的贡献约为 10%——结果的主要贡献不在多智能体机制，而在模型本身的长时推理能力；
• 万级协调可能不如万人：Brown 表示，一个 10,000 规模的多智能体系统，协调效果可能还不如 10,000 个人类；
• Harness 非常简单：那次成果使用的执行框架几乎没有结构化分层——真正的重活是模型在极长思考时间里完成的。

对照组：NVIDIA Agora 给出了相反方向的数据。 同样是无人为分配任务、无中央规划器：13 个研究 agent 以 Git 为共享内存，自主协作跑了近 12 天，产生 1,703 次贡献、165 个独立复现结果，在权重迁移挑战上把与训练过的 GPT-2 的差距缩小了 62%。

两件事放在一起，多智能体的适用边界第一次有了两个方向的实证锚点。

值得关注的原因

1. 对「堆 agent 数量 = 堆生产力」的直接纠偏。9 月中旬万级集群刷屏时，行业的第一反应是多智能体时代到了；Brown 的 10% 提醒大家：收益大头仍在单模型 + 长时推理，多智能体目前更像是锦上添花。
2. 技术选型的直接影响：先评估「单个 agent + 好 harness」能走到哪，再决定要不要为多智能体编排的协调成本买单。把编排层堆在前面，很可能是在为 10% 的增益支付 80% 的复杂度。
3. 收益要看任务结构：Agora 的成功任务是可并行、可独立验证的（复现、翻译、检查类），涌现式分工就能跑起来；而深度推理类任务的协同增益有限。判断自己的任务属于哪一类，比争论「多智能体有没有用」更有价值。
4. 「Git 作为共享内存、无中央规划器」是值得留意的轻量模式：Agora 没有任务分配器，靠 agent 自主认领和提交形成分工——对想做多智能体实验的团队，这比重编排框架的启动成本低得多。

来源

• AGI Hunt AI News Daily（2026-09-19）
• Elie Bakouch 对 Noam Brown 的采访
• NVIDIA Agora 项目公开数据