多智能体 harness 在 ProgramBench 上同时提升准确率与延迟表现

Mark Tenenholtz 表示，他连续几个模型世代使用多智能体 harness，在 ProgramBench 上同时观察到准确率和延迟改善。Elie Bakouch 的多智能体 benchmark 对比了 team、async 与 single agent 三种模式，结果支持合理的多智能体编排可能兼顾准确率与时延。