代理的财富：跨开发者扩展 agentic AI

一篇 arXiv 论文研究多开发者 agentic 系统（MDAs），允许开发者协作构建 agentic 系统，并将其与单开发者 agentic 系统（SDAs）对比。在 GAIA 通用助手基准上，一组专业开发者各自的 agent 准确率均不超过 35%，组合进 MDA 后达到 70%，比用数倍于单个专家开发预算构建的中位通用 SDA 高出 12 个百分点。

此前 agentic 系统多由单个开发者全权设计、构建和部署，规模受个人能力与预算限制。该研究给出初步证据：把多个能力互补的开发者 agent 组合起来，可超过任何单开发者投入更多预算所能达到的水平，提示协作可能成为新的扩展维度。

论文通过实证与理论模型对比 MDAs 与 SDAs。机制在于 MDA 让开发者专注于自身擅长的能力，分工专业化后各自的 agent 被组合调用，从而更高效地利用聚合的开发者资源；理论模型显示这种结构能激励专业化。

对产品与研发团队而言，agentic 系统的构建单位可能从单个开发者转向多人协作的组合；资源分配上，与其让一名开发者加大预算，不如聚合多名专长不同的开发者。这可能影响 agent 平台如何支持跨开发者组合、权限与协作流程。

• 搭建支持多开发者提交、组合与调用 agent 的协作平台，验证组合后效果是否超过单人方案
• 在 GAIA 类公开基准上建立多开发者 agent 组合的评测与对比能力，作为产品卖点
• 围绕专业化 agent 设计激励与分成机制，吸引不同能力的开发者贡献模块

• MDA 的 70% 准确率与 12 个百分点优势是否能在 GAIA 之外的基准与真实业务场景复现？
• 多开发者组合带来的协调、通信与维护成本如何，是否会被专业化收益抵消？
• 论文的理论模型对开发者激励与资源聚合的假设在商业环境中是否成立？
• MDA 在权限、安全与责任归属上如何划分，证据未涉及。