Anthropic 发布 MAMUBench 基准：单一智能体协调在四类环境中均优于用户各自的智能体团队

OmniTools 11月12日消息，Anthropic Fellows Program 团队构建了四个多用户多智能体模拟环境，分别涉及共享 API token 预算、诊所日历、团体订餐或旅行预订、合并队列，并将其中三个环境发布为基准 MAMUBench。

该测试覆盖 Anthropic、OpenAI 和阿里巴巴的前沿模型。结果显示，在这四类环境中，由单一智能体统一协调的表现，均优于每个用户各自组建的智能体团队。