实测：Codex 多智能体团队通过率低于单智能体
热点事件历史事件
实测：Codex 多智能体团队通过率低于单智能体
1 篇报道1 个报道来源10 天前更新
先了解这件事
AI 综述
一项对照实验显示，由 planner、coder、reviewer 组成的 Codex 多智能体团队在编码任务上表现不如单个智能体。实验使用 Codex CLI 0.157 和 gpt-5.6-luna，在 shopizer 上运行六个功能任务，团队只通过 25.7% 的隐藏验收测试，而单智能体通过 56.8%，且花费更低。 该结果由 meabs 发布，比较的是同一批任务下多智能体分工与单智能体独立完成的通过率和成本。
AI 根据报道生成 · 9 天前更新
最新进展11月6日 07:10
对照实验：Codex 编码智能体团队为何不如单 agent报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- Hacker News · AI 讨论精选对照实验：Codex 编码智能体团队为何不如单 agent
一项对照实验用 Codex CLI 0.157 和 gpt-5.6-luna 在 shopizer 上跑六个功能任务，planner-coder-reviewer 团队只通过 25.7% 的隐藏验收测试，单 agent 通过 56.8% 且花费更低。