Toby Ord 提出群体扩展：多智能体并行换低延迟

2026年10月5日，Import AI 第475期报道，Toby Ord 提出“群体扩展”（swarm scaling），将其描述为一种新的推理扩展方式。其核心做法是让多个智能体并行工作：以4个智能体组成的群体为例，用约2倍的 token 消耗换取一半的耗时，即在付出更多计算成本的前提下显著降低延迟。但这种方式存在制约因素，即“踩脚”（stepping on toes）参数：智能体之间会相互干扰，导致收益递减。报道给出的量化例子是，智能体数量增加10倍时，仅能获得3-5倍的性能提升。目前该说法来自 Toby Ord 的分析，报道未提及进一步的实验验证或后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。