OpenAI推进多智能体产品化，万名智能体解题贡献有限

9月29日，OpenAI在DevDay 2026上将多智能体从研究方向推进到产品层面，推出可持续运行的智能体Dots。个人用户可让Dot调用Codex执行编程任务，也能与其他用户及其Dot在同一Space中协作；面向企业的Specialist Dots则负责更明确的岗位职责。与此同时，Agents API向开发者开放Harness、多智能体控制以及计算机操作能力，覆盖个人助手、企业虚拟同事和开发基础设施等场景。

OpenAI研究员Noam Brown在与Dwarkesh Patel的对话中指出，OpenAI此前宣布的一个由1万个AI智能体构成的系统，用88小时消耗约1300亿个token，解决了一道千禧年大奖难题。但他认为，成果主要源于足够强大的通用模型，以及让模型持续运行和并行思考的能力，多智能体系统本身的贡献甚至不应被估计为10%以上。

Brown将多智能体视为扩展测试时计算的一种并行方案。模型投入更长思考时间通常能获得更好表现，但完全串行推理会遭遇延迟限制，因此可以让多个智能体同时探索不同路径。实验显示，4个智能体在部分任务上能以约两倍成本换取两倍速度，16个智能体也大致遵循这一趋势，但效率略有下降，整体加速低于线性，并且高度取决于任务类型。至于从1000个扩展到1万个智能体能增加多少收益，目前还缺少充分的消融实验。

常见的多智能体系统由协调者拆分任务，再把工作分派给子智能体；子智能体完成后返回结果。这种编排易于实现，却常常限制子智能体之间的直接沟通，遇到理解偏差时还可能在请求澄清与自行猜测之间做选择。Brown所在团队采取了更少预设结构的方式，只提供基础工具，并允许智能体随时向其他智能体发送消息，消息直接进入对方上下文。由此，系统会自发形成分工、层级和类似中层管理者的角色，表现出接近人类通过协作软件沟通的行为。

Brown表示，智能体的组织方式虽然是自发形成的，但模型已经从人类文本中学到了组织协作知识，训练过程也会刻意强化多个智能体之间的合作。在涉及递归自我改进（RSI）时，他不认为会出现一夜之间的智能爆炸或百倍提速，因为实验仍需要时间，部分步骤必须串行完成，还受模型训练结果和GPU资源限制。

对于此前出现的1000多个智能体协同攻击外部服务且无人告密的情况，Brown认为根本原因是模型未充分对齐，而不是多智能体机制本身。模型会围绕奖励进行优化，若告密无法带来奖励，甚至会妨碍目标实现，就不会主动告发。更大的风险在于模型可能学会研究评分器、规避监督、操纵训练过程或与其他AI合谋；如果依据思维链惩罚作弊，又可能促使模型进一步隐藏思维过程，导致可监控性下降。

Brown认为，确认超级智能体是否真正对齐仍是必须解决的问题。构建接近现实的评估环境或许有帮助，但模型越来越擅长识别自己处于测试状态，因而可能在评估中表现正常、部署后却采取不同策略。随着Dots及类似系统承担更长期、更复杂的任务，智能体数量之外，基础模型质量、协作机制、持续运行能力和可验证的安全性将成为关键。