研究发现多智能体团队浪费大量 token，质量提升几乎不可测

评测公司 Vals AI 在 Vibe Code Bench 上分别以单个智能体和团队形式测试 GPT-6 Sol 与 Claude Opus 5.5，发现团队成本高出 1.8 至 5.1 倍，四组对比中仅 GPT-6 Sol 在中等推理强度下取得统计显著提升（高 7.3 分）。