TMAS展示了通过多智能体协同而非单纯扩大模型规模来提升推理能力的新思路，对AI效率提升和实际部署有参考价值。
TMAS是一种通过多智能体协同来扩展测试时计算的新方法。它通过让多个AI模型（智能体）在推理过程中协同工作，显著提升了复杂推理任务的表现。
该方法的核心是让智能体之间进行交互和协作，从而更有效地利用计算资源。这为无需大规模预训练即可提升模型智能提供了一条新路径。
对于现有AI系统的智能化升级具有重要启示意义。
This report is categorized under AITOP's "Papers" desk. Key entities and technical topics under continuous tracking include 多智能体, 推理模型, 测试时计算, 协同/协作.
Source attribution: curated from AK (@_akhaliq).
做 multi-agent 系统的人应该看看这篇。它用 pre-/post-cutoff 数据集实测发现：委派别的模型干活有时还不如让同一个 LLM 直接调工具，还总结了查询被扭曲、信息传递丢失等失败模式，能帮你判断什么时候别乱委派。
做智能体系统的人可以看看这个基准：它专门测没有全局编排器、只能靠邻居通信的场景，10 万工具规模下主流 LLM 智能体都翻车，RL 也救不回来。论文给的 GraphHarness 基线涨了 48.5 个点还省成本，思路对搭建大规模分布式智能体很有参考价值。
arXiv 上的理论论文，不是发模型那种。它把拍卖、市场这些制度拆成坐标维度，让你能设计出人类社会没有的经济结构。做多智能体系统、给 agent 设报酬和所有权规则的研究者会受益，做应用开发的可以先收藏。
The non-obvious point is that agent-level autoscaling plus automatic cost tracing without code decorators removes two real operational pain points for LangChain and LangGraph teams, though adoption requires refactoring to one-file-per-agent. Developer and platform teams running multi-agent production workloads can start with the conversion assistant to migrate existing projects. The missing authentication and disabled dashboard login mean anyone self-hosting on AWS or Kubernetes must add access controls before exposing it.
1000 个 Claude 智能体自己拆任务、互相校对，11 天干完了人类团队要干几年的形式化证明，还顺手证明了 3 万多个定理。做智能体编排、Lean 或数学 AI 的朋友都该看看这个案例。
Google 这次发的是中端执行模型，走量那种，全平台都能调用。如果你在搭多智能体系统，可以拿它做执行层、配 Carbon 做编排，成本应该比旗舰低不少。做 Agent 开发的可以直接去 Gemini API 试试。
