以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Worse Together: How Performance Breaks Down in Multi-User Multi-Agent Teams 打开原始媒体 ↗ 打开原始媒体 ↗ 打开原始媒体 ↗ 打开原始媒体 ↗ 打开原始媒体 ↗ Worse Together: How Performance Breaks Down in Multi-User Multi-Agent Teams Sahan Paliskara, Nattaput Namchittai, Jacqueline Tay, Avery Griffin and Andrew Lampinen November 11, 2026 URL: https://alig
阅读原文 · Sahan Paliskara, Nattaput Namchittai, Jacqueline Tay, Avery Griffin and Andrew Lampinen
向阳乔木 · publisher
在全部四个模拟环境里，一个代理同时服务多名用户，团队结果都好过每人各派一个智能体。对Claude Opus 5和Claude Sonnet 5，这个差距大约是 10到45个百分点 。 这是Anthropic对齐博客2026年11月11日发布的研究，标题是Worse Together。研究在Anthropic Fellows Program中完成。作者是Sah...