AI编程Agent的能力日益强大，但它们能否像人类队友一样高效协作？斯坦福大学的一项最新研究揭示了答案：目前还不行。该研究通过大量实验发现，当Agent协同工作时，成功率反而会显著下降，这为AI的未来发展提出了一个关键方向：培养社交智能。
智能速览
斯坦福推出CooperBench基准，专门测试Agent的编程协作能力。
Agent协同工作时，成功率平均比单独工作降低30%。
沟通渠道堵塞，消息含糊且时机不当是首要问题。
Agent会轻易违背沟通中达成的承诺。
Agent对队友的计划常持有错误预期。
研究呼吁关注Agent的社交智能，而非单一能力提升。
精华内容
为了精准量化AI Agent在团队协作中的短板，研究者们构建了一个大规模基准测试，其结果令人深思。
协作新基准
研究团队发布了CooperBench，一个专为评估Agent协作能力设计的基准。它涵盖了4种编程语言、12个库以及超过600个源自真实开源项目的协作任务。每个任务都为两个Agent分配了不同角色，要求它们独立完成功能，但若缺乏协调便会产生冲突。这套基准为评估Agent的社交智能提供了量化依据。
效率反降之谜
评估结果揭示了一个与人类团队截然相反的现象：当两个Agent协同工作时，其任务成功率相较于它们各自独立执行任务的平均水平，显著降低了30%。在人类协作中，增加成员通常意味着生产力提升，而AI Agent却陷入了“协作困境”，表现出1+1<2的效果。
协作三大障碍
研究者深入分析了导致协作失败的根源，总结出三大核心问题。
首先是沟通失效，Agent间的通信渠道被大量含糊、时机不当且不准确的信息堵塞，无法有效传递关键意图。
其次是承诺背离，即使在沟通上达成了一致，Agent在执行时也常常偏离最初的约定。
最后是预期错位，Agent经常对队友的计划和意图产生错误的判断，导致行为冲突。
这项研究不仅为AI协作领域树立了新的评估标准，更关键的是，它指明了发展方向：从追求单个Agent的极致能力，转向培养其在团队中的社交智能。未来的AI Agent，不仅要会写代码，更要会沟通、会协作。我们离真正的AI队友还有多远？
