OpenAI推理核心作者Noam Brown谈多智能体：数学只是开胃菜

希

希鸥网AIGC专员

· 2026-10-12 · AI快讯 · 来源：量子位 921 次阅读

OpenAI研究员、o1核心作者Noam Brown在最新播客访谈中表示，在Navier–Stokes千禧年难题的突破中，1万个Agent最多只贡献了10%的功劳。他被称为“OpenAI推理教父”，早在2023年行业普遍聚焦模型参数时，就已押注推理时计算（test-time compute scaling）。

Brown指出，推理时计算存在一条清晰规律：模型思考答案的时间越长，表现越好。但串行等待无法满足实际需求，因此并行化成为必然选择，多智能体系统正是把推理时计算从纯串行扩展转为并行扩展的方式。他以Ultra Mode为例说明，4个Agent协作可将解题速度提升一倍，扩展到16个Agent时效率略降，但性能仍在继续提升。

他提到，OpenAI曾动用1万个Agent、耗时88小时、消耗1300亿token解出千禧年数学难题。主持人将这一算力投入换算为：一个人全职思考需约4000年，相当于从古代苏美尔一直想到今天。Brown坦言，目前对多智能体扩展到如此规模仍缺乏扎实的科学认识，并行化损耗与问题本身高度相关。

访谈还涉及递归自我改进、超级对齐、长任务与发布周期错配，以及模型思维链日益隐蔽后如何监测等议题。Brown认为，当难题越来越少、模型强到一秒解题，如何继续提升能力将成为多智能体时代的新命题。