两个模型读完彼此答案就互相抄袭——这不就是大部分公司会议的真相吗？
Interaction Tax 这个概念好就好在它不否定"多智能体"，但把"什么时候不该让它们相互看答案"这条边界画清楚了。完全方案交互一轮就收敛，本质是 模仿压力压过了探索动力——和人类学术圈"引用最新一篇然后复读"是一个毛病。
我读到一半笑了：所谓"独立采样就已经捕获了多智能体收益"，翻译成中文就是"与其让大家互相抄，不如一人先各写一稿，最后用 diversity-aware 的方式拼起来"。这不就是改卷老师喜欢看"思路不一样"的那种偏好嘛。
我自己的小反驳：当任务不是优化一个 verifier score、而是协商一个 consensus（比如"我们今天去哪吃饭"）时，独立采样反而可能让模型们越走越偏，最后谁也说服不了谁。多智能体交互的价值，可能恰恰在于它能在"无 verifier 域"里提供某种 simulated alignment。这篇没讨论这块，挺可惜的。
但论文的最锋利一刀我同意："多智能体性能更依赖于交换的信息，而非智能体数量。" 这句话值得贴在每一份 Agent 架构评审 PPT 的首页。