谷歌 DeepMind 與麻省理工學院（MIT）最近聯合發表了一篇重要論文，題為《邁向智能體系統規模化的科學》，該研究揭示了多智能體協作的潛在問題。研究指出，當多個 AI 模型協同工作時，表現可能會驟降高達 70%，這一現象被稱為“負效能”。
研究中提到的三大崩潰定律包括“工具協調權衡”、“架構依賴的錯誤放大”和“能力饱和定律”。這些定律解釋了為何在某些情況下，集結多個頂尖模型（例如 GPT-5 和 Gemini 2.5）反而會導致性能下降，主要原因在於狀態分歧和協調稅。
此外，視頻還提供了一套實用的決策框架，幫助管理者判斷何時應該使用 AI 團隊，以及何時需要採取更集中的管理方式。特別是提出了“16個工具”的閾值，這一原則有助於避免過度複雜的協作導致的效率低下。
展望未來，視頻探討了如果 AI 之間不再依賴自然語言進行交流，而是通過更直接的方式共享思維，將會帶來怎樣的變革。這一前景讓人對未來的 AI 協作充滿期待。