团队决策怎么考

TeamGym 的核心是「关键信息」（pivotal information）：一组事实，每一个都必要，合起来才足以做出正确决策。构造任务时，作者从真实语料里找出这组事实，然后控制它们分给哪些参与者、每个人能看到多少。这样既能测最终决策对不对，也能测 agent 有没有找到并整合那些真正决定结果的信息。

实验设置与结果

作者用了 12 个来源语料，覆盖法律、金融、医疗和软件工程，测试 8 个语言模型。把关键信息分散给多个参与者、而不是全部给一个模型，成功率平均下降 22.9 个百分点，论文称之为「通信差距」。如果参与者还必须自己判断哪些信息相关、并从材料里提取出来，成功率再下降 19.9 个百分点。也就是说，多数失败不是算错，而是没问到、没找到、没传过去。

这意味着什么

多 agent 的常见做法是给每个 agent 一个人设和一份局部材料，然后让它们开会。TeamGym 的结果说明，如果没有明确的提问与共享机制，这种分工会让信息更碎，而不是更全。模型并不会因为「知道自己只知道一部分」就自动去问；它更可能基于手头材料直接给一个看起来完整的答案。

怎么用

先把「关键信息」显式写出来：做这个决策必须知道哪几件事，每件事在谁手里。然后在系统里加两个硬约束：缺关键事实时不得给最终结论；每个参与者必须能指出自己缺什么、向谁要。最后用拆分测试量一次收益——同一批任务，一次把信息全给单个模型，一次按角色拆开，比较成功率和往返轮数。如果拆开后没有提升，说明当前的多 agent 只是把一次调用变成了多次调用。

团队的优势不是人多，而是有人知道自己缺什么，并且问得出来。