Lauren Tan主张先校验再扩张多智能体

Lauren Tan在60分钟工作坊中提出，多智能体系统应先投入token建立代码库、规则与校验机制，再扩展规模；直接在失败后增加bot，会放大错误并让相同失败反复消耗token。 她给出的实施路径是Job（任务）→ Rules（规则）→ Skills（技能）→ Verification（校验）→ 6个bot→200多个智能体。她称，一次性完善规则和校验，比失败后临时增加bot更节省成本。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。