Sanzaru 基准：信息与通信不对称下的协议形成
原文标题：Sanzaru: Benchmarking Protocol Formation under Epistemic & Communication Asymmetry
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者发布 Sanzaru 基准，用三人合作拆弹谜题考察信息与通信权限不对称下的协作能力：一人听不见、一人说不了、一人看不见。1512 局测试中 7 个模型整体成功率 49%，约 60% 的失败归因于沟通问题。
- 问题
- 模型单打独斗能解题，不代表在信息与通信权限不对等下能协作。
- 方法
- 用三人拆弹谜题把信息与行动权分给听不见、说不了、看不见的智能体，记录结果与交互轨迹。
- 结果
- 1512 局中 7 个模型整体成功率 49%（20%–86%），约 60% 失败归因于沟通。
- 影响
- 为多智能体协作与视角采择提供可诊断基准，暴露通信协议设计是落地瓶颈。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Sanzaru 基准让三人分饰听不见、说不了、看不见，1512 局中 7 个模型整体成功率仅 49%。
- •谜题改编自 BOMBANANA!，信息与行动权限在三个智能体间不对称分配。
- •基准含 7 个族、120 个谜题实例，每族针对一种特定协作能力。
- •1512 局测试中 7 个模型整体成功率 49%，配置间跨度从 20% 到 86%。
- •团队自发形成从手势码到摩尔斯电码、整本手册编码等多种通信协议。
- •771 次团队失败中约 60% 归因于沟通，且智能体常尝试使用队友不可用的信道。
为什么重要：单模型能力不等于团队能力：约六成失败源于沟通而非推理，说明多智能体系统的评测需要看交互轨迹，而不只是任务结果。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。