Anthropic 研究《Worse Together》比较多用户多 Agent 协作模式

Anthropic Fellows 项目研究《Worse Together》，发现多用户各派一个 Agent 的表现在四类模拟环境中均不及单一协调者模式。研究还观察到静默团队在部分环境中崩溃，并出现拖延、覆盖请求和无依据指控等问题；不同场景分别可通过指定队长、明确优先级和未读消息前禁止下单改善。团队开源其中三个环境组成的评测基准 MAMUBench，并提供论文与代码。