OpenAI Codex开发者警告多智能体群的高昂成本
The Decoder··作者 Matthias Bastian
关键信息
Provencher提到，一个项目据称使用1,393个Fable智能体重构单个Python文件，花费了20,000美元令牌成本；他认为单个Astra智能体只需其中一小部分成本即可完成。系统提示词、上下文不足、重复工具调用，以及智能体彼此检查工作，都可能让重复劳动成为主要开销；不过这些结论来自实践者观察，而不是受控基准测试。
资讯摘要
OpenAI Codex开发者Eric Provencher警告称，大规模智能体群可能消耗大量令牌，却未必带来更好的结果。他在X上表示，同时运行超过两个子智能体几乎总会增加成本，但质量并不会相应提升。按照他的解释，智能体不会自动信任彼此，因此会花费令牌反复检查其他智能体的输出。Provencher将这种负担称为“协调税”，并指出，要让许多并行任务通道持续运行而不陷入过度验证十分困难。
他曾评论一个据称使用1,393个Fable智能体重构单个Python文件的项目，该项目消耗了20,000美元令牌成本；他认为，一个Astra智能体可能只需其中一小部分成本就能完成任务。虽然智能体群可能缩短实际耗时，但如果任务并不真正适合并行处理，其令牌开销就会成为陷阱。他建议将任务委派到独立线程，并在任务完成后一次性通知主智能体，以避免持续轮询状态和产生额外协调流量。他同时承认，OpenAI仍需要为这类多智能体工作流提供更好的解决方案。
资讯正文
OpenAI Codex 开发者称，AI 智能体群是令牌的巨大浪费，质量却完全没有提升
OpenAI 的 Codex 开发者 Eric Provencher 警告称，在基于智能体的工作流中，肆意消耗令牌是不可取的。他在 X 上发文表示，两个以上的并行子智能体几乎总是在消耗令牌，却无法提升质量。这些智能体彼此不信任，最终只能“给所有人的作业再次检查一遍”。
Provencher 将这种现象称为“协调税”，并表示，“要让这么多并行通道持续运行而不失控，同时避免在过度验证上浪费令牌，确实非常困难。”有个项目曾出现这样的情况：有人使用 1,393 个 Fable 智能体，花费 20,000 美元的令牌来重构一个 Python 文件。对此他评论说，单个 Astra 智能体本可以“以其中很小一部分成本”完成这项工作。他写道，智能体群或许能够节省时间，但令牌开销是一个“陷阱”。
他建议的一种方法是，将任务委派给独立线程，并只在任务完成后通知主智能体，而不是持续轮询状态。系统提示词在各个子智能体之间也会不断累积；如果上下文不足，子智能体还会重复调用工具。“重复劳动肯定是最大的问题，”Provencher 认同道。他也承认，OpenAI 仍需要推出更好的解决方案。
来源与参考
收录于 2026-09-18