把一群Agent丢在游戏里组队，会发生什么？ Datawhale干货 OpenAgents团队：AgentWorld**** 当我们已经拥有能够推理、编程和使用工具的大模型，一个自然的问题是：把它们组织起来，能否完成单个智能体难以承担的工作？ 这也是多智能体系统最有吸引力的想象。一个成员负责研究，一个负责执行，一个检查结果；它们可以分头探索，也可以相互补充。从软件开发到科学研究，许多复杂工作本来就依赖这样的分工。 但个体能力与团队能力之间，还隔着一套协作机制。人类团队需要形成共同目标、理解彼此的职责，并随着新信息调整行动。对于由大模型驱动的 Agent，这些能力同样不能被默认存在。 AgentWorld 是一个面向 Agent 协作能力的 benchmark。它关注一个核心问题：当多个具备不同角色和资源的智能体进入同一个环境，它们能否通过持续协作完成共同任务？ 这个问题连接着基础模型与实际应用。它既关系到下一代模型需要学会什么，也关系到我们应该如何组织已有模型，以及如何判断一个多智能体系统确实取得了进步。 01 一群Agent一起打游戏，配合默契很难 多智能体可以带来几种不同的收益。