標籤 MAMUBench

Anthropic 於 2026-11-11 公開 Worse Together 研究說明並釋出 MAMUBench 基準：四個模擬環境中，一位服務所有人的協調者代理，群體成果全部勝過每位使用者各派一個的可溝通代理團隊，兩個 Claude 模型的差距達 10 至 45 個百分點。失敗點集中在未讀訊息、越權取消與團隊停擺，有效的修補卻換環境就失效。