研究称多 agent 团队消耗大量 token 但几乎不提升质量

Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5 的单 agent 与多 agent 表现，发现团队配置比单 agent 多花 1.8x 到 5.1x token，但四项对比中只有 GPT-6 Sol 中等推理下的团队得分显著高出 7.3 分，最大推理下没有优势。