美国 Unanimous AI 于2026年10月15日发布一项与卡内基梅隆大学协作科学中心共同完成的研究，探讨个人智能体能否减少多人协作中的信息拥堵。根据公司新闻稿，该研究由美国空军资助，测试了15个由7至8人组成的团队。参与者分别通过传统群聊和 Hypercom AI 框架完成同一类模拟高风险证据判断任务；在后者中，每名成员只与自己的专属智能体交互，由智能体负责向其他成员转发相关信息。公司新闻稿
研究报告称，使用智能体协作的团队平均用时11.6分钟，传统群聊团队平均用时14.3分钟，耗时减少约19%；两组准确率分别为93%和92%，基本接近。需要注意的是，新闻稿明确表示，这些智能体只负责协调和传递成员已有的信息，不主动注入新信息，也不自行生成推论。因此，这项测试更接近“智能体作为通信中介”而非“智能体替代团队决策”。
这项结果说明，智能体的价值不一定首先体现在独立完成任务，也可能体现在重新组织人的协作方式：成员可以异步提供信息，系统再根据相关性进行转发，减少会议中的等待和群聊中的信息淹没。对应急响应、灾害救援、网络安全和军事指挥等需要多人同时处理现场事务的场景，这种机制具有一定应用想象空间。
但目前不宜把19%的耗时下降直接外推到真实业务。样本规模较小，任务是模拟场景，且新闻稿由研究参与企业发布；研究对象、实验流程和统计细节仍应以其预印本或正式论文为准。新闻稿还称，团队规模扩大后收益可能进一步增加，这属于研究方的判断，并非此次测试已经证明的结论。实际部署时，还需要继续评估信息转发错误、重要线索被过滤、权限隔离、审计追踪以及成员对智能体建议的依赖风险。
对企业和创业者而言，值得观察的不是“是否使用一个超级智能体”，而是智能体能否在不改变责任归属的前提下，帮助不同成员更快交换关键信息。后续验证应重点关注更大规模团队、真实工作流、跨权限数据协作和错误信息传播等指标，并将完成速度与准确率、可解释性和人工复核成本一并衡量。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
