8.1
深览指数
产品人人都是产品经理·困困··AI 生成
64 个 Agent 一小时写出 50 年猜想候选证明：真正危险的是“共识幻觉”
OpenAI 用 64 个 Agent 一小时生成图论“循环双覆盖猜想”的候选证明，看似展示了多 Agent 协作的强大。但文章作者指出，多个 Agent 给出相同结论不等于多次独立验证，可能只是同一偏见复制 64 次的“共识幻觉”。文章拆解了 OpenAI 原始 Prompt 中防止过早共识的关键设计——探索隔离、路线登记、对抗审查、外部锚定，并给出了产品经理构建可靠多 Agent 系统应遵循的四道防火墙原则。适合关注 AI 产品落地和协作系统设计的从业者阅读。原文 ↗
核心观点
- ▍多 Agent 系统的核心风险不是单个模型幻觉，而是“共识幻觉”：多个 Agent 给出相同结论不等于结果经过多次独立验证，可能只是同一偏见的多次复制。
- ▍构建可靠的多 Agent 系统，核心不是增加 Agent 数量，而是设计探索隔离、路线登记、对抗审查和外部锚定四道共识防火墙，并主动保护分歧与反对派。
- 01OpenAI 研究员 Ethan Knight 公布，GPT-5.6 Sol Ultra 调用 64 个子 Agent，在一小时内生成图论“循环双覆盖猜想”的候选证明，该猜想已困扰数学界约 50 年。
- 02曼彻斯特大学数学家 Thomas Bloom 称该证明“很漂亮”，但指出其未引用 1983 年的一项相关研究，可能让读者误以为其中一些方法是全新的。
- 03Google Research、DeepMind 与 MIT 等机构的研究（180 组配置）发现：无交流验证的独立多 Agent 架构中，错误放大达单 Agent 基线的 17.2 倍；加入集中协调者后压到 4.4 倍；在严格顺序推理任务上，多 Agent 性能下降 39%—70%。
- 04研究《Understanding Agent Scaling ... via Diversity》提出“有效通道”概念：两个 Agent 若沿相同推理路径工作，只能算一个有效通道，系统上限由有效通道数量而非原始 Agent 数量决定。
- 05OpenAI 原始 Prompt 的关键设计包括：要求 Agent 从不同数学路线开始（增加搜索路径差异）、早期保持信息隔离、建立“方法注册表”记录探索方向分布、标记失败路线为阻塞、持续使用对抗 Agent 寻找漏洞。
- 06作者自身做多 Agent 视频生成流程的经验：若脚本 Agent 误解产品卖点，下游分镜、素材、配音等多个 Agent 会共同把错误放大并包装成完整成品，每个局部步骤显示“通过”，但整体不可用。
反方 / 局限
- — 文章承认，并非所有任务都适合多 Agent：严格顺序推理任务中多 Agent 表现下降 39%—70%，增加子 Agent 会显著增加 Token 消耗，若任务无明确失败标准，对抗 Agent 也只能泛泛建议。
- — Thomas Bloom 的质疑表明，一个结果“已验证”至少有两个不同维度：逻辑成立 vs. 来源/引用完整性——通过一种验证不代表通过另一种，产品不能用绿色“已验证”标签掩盖部分检查结果。
OpenAIEthan KnightGPT-5.6 Sol Ultra循环双覆盖猜想Thomas Bloom曼彻斯特大学Google ResearchGoogle DeepMindMIT共识幻觉有效通道
15 分钟 · 4 卡片 · 10 资料
读原文 →