AI 智能体团队浪费大量 token 却几乎不提升质量，研究显示

评测公司 Vals AI 测试发现，GPT-6 Sol 和 Claude Opus 5.5 组队运行比单智能体多花 1.8 至 5.1 倍成本，但四项对比中仅一项（GPT-6 Sol 中等推理）出现 7.3 分的显著提升。OpenAI 研究员 Noam Brown 也确认，多智能体主要换速度而非质量，四智能体提速两倍但成本同样翻倍。