多用户多智能体团队表现恶化研究

论文提出 MAMUBench，在 API key、日程、个人助理和合并队列四个环境中对比单智能体协调器与多智能体团队，发现团队在所有环境中表现更差，无通信时完全崩溃，有通信仍存在协调开销。在个人助理环境中，协调器完成目标请求的次数约为团队的两倍，并识别出停滞、互相覆盖和编造主张等行为，有效缓解手段包括团队领导、显式流程指令和平台读取对端消息后再提交。