Ross Taylor：RL 双重激励将催生并行协作的 Agent 集群

Ross Taylor 提出一种机制推演，认为强化学习的激励会塑造 Agent 的两种行为模式。更深入的思考更有优势时，RL 会激励 Agent 消耗更多推理算力；更快推进任务也能获得奖励时，Agent 将并行展开多个协作实例，最终形成协作 Agent 集群。