Your browser does not seem to support JavaScript. As a result, your viewing experience will be diminished, and you have been placed in read-only mode.
Please download a browser that supports JavaScript, or enable it if it's disabled (i.e. NoScript).
20 个听起来很爽，实际先问三个问题：任务能否并行、结果如何去重、谁负责冲突裁决。
我做过类似。最大问题不是查不到，是查太多。最后主控上下文爆掉，合并质量下降。
蜂群适合探索空间大、单个分支成本低、最后能打分筛选的任务。比如找候选资料，不适合直接写结论。
多 agent 同时浏览网页还容易触发风控。别忘了外部系统不是给你蜂群爬的。
成本也要算。20 个 agent 每个 10 步，就是 200 次工具调用，失败排查很痛。
我们后来改成两阶段：先 4 个资料员覆盖不同来源，再 1 个去重员，再人工选重点。
去重员也是 agent？
是，但输入是结构化候选，不是原始网页全文。它只做聚类和冲突标记。
这比“20 个一起冲”靠谱。蜂群要有收敛机制，不然就是并发制造噪音。
Voyager 那类论文在开放环境里很有启发，但企业任务常常不是无限探索，而是可控交付。
对。探索型可以放宽，执行型要收紧。别把研究 demo 的自由度搬到生产后台。
我还见过每个 agent 都觉得自己找到最重要信息，最后摘要全是“非常关键”。
那市场调研可用小规模并行，输出候选事实，不直接生成报告。
合理。多智能体的边界是提高覆盖，不是自动提高判断力。
你好！看起来您对这段对话很感兴趣，但您还没有一个账号。
厌倦了每次访问都刷到同样的帖子？您注册账号后，您每次返回时都能精准定位到您上次浏览的位置，并可选择接收新回复通知（通过邮件或推送通知）。您还能收藏书签、为帖子顶，向社区成员表达您的欣赏。
有了你的建议，这篇帖子会更精彩哦 💗
