AI智能体协作超1万小时，最佳模型下游效率提升31%！
World of SWECraft: Agent Collaboration at Scale via Simulated Software Worlds
📖 AI 总结
该论文提出 Software World 框架，用于在真实软件生态中模拟多智能体协作。框架包含一条流水线，可生成由真实、相互依赖的 Python 包组成的不同主题、规模和依赖结构的“软件世界”。在模拟中，智能体以提升软件效率为高层目标维护这些包，自主发现任务并开展协作；评估方式为测量隐藏依赖包获得的加速效果，并通过改变通信、所有权和资源分配来研究协作要素。研究在三个世界中运行模拟，覆盖八个模型、累计超过一万小时的智能体工作。结果显示，性能提升随推理时计算量增加而扩展，最佳模型将下游效率提升最多31%；多数智能体能通过协作找到有意义的任务，但部分前沿模型会过早停止寻找改进、进展有限。作者已发布模拟框架与轨迹以支持后续研究。
🔑 关键词速览
| Software World | 一个用于在真实软件生态系统中模拟多智能体协同工作的框架。 |
| software worlds | 由真实、相互依赖的Python包组成的环境，用于模拟软件生态系统。 |
| inference-time compute | 在推理阶段投入的计算资源，智能体协作可扩展该计算维度。 |
| agent collaboration | 多个AI智能体协同工作以完成更大项目或解决开放性问题。 |
| hidden dependent packages | 用于评估智能体工作效果的隐藏依赖包，通过测量其加速来集体评估。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅