多智能体 AI 系统在创意方面超越人类团队
计算与语言
2026-05-19 v1 人工智能
摘要
尽管人工智能（AI）在诸多认知任务中已匹配或超过人类表现，但创意仍是一个备受争议的前沿。随着基于大型语言模型（LLM）的 AI 系统在科研和创新中日益被采纳，理解和增强它们的创意能力至关重要。本文展示了多智能体 LLM 团队不仅超越单个智能体，而且在创意上显著优于人类团队（Cohen's d=1.50），基于 4541 个多智能体 LLM 案念和 341 个人类团队案例，在六个多样化问题解决任务中表现出色。这一优势由新颖性驱动，同时保持可 comparable 的有用性。为了探究两组的生成过程，我们使用神经语言模型表示将对话表示为语义空间中的路径。无论是 LLM 团队还是人类团队，在对话范围广泛而非集中于单一主题时（低全局一致性）都会产生更具创造性的想法。然而，预测创意的额外模式不同：LLM 团队受益于高效探索（高语义扩散、较短路径），而人类团队受益于维持顺畅的对话流程（高局部一致性、频繁的主题转移）。此外，我们识别出模型选择和讨论结构作为正交的设计杠杆，能够解释 LLM 对话动态的 26.8% 的方差，为开发具增强创造能力的多智能体系统指明了途径。
引用
@article{arxiv.2605.17885,
title = {Multi-agent AI systems outperform human teams in creativity},
author = {Tiancheng Hu and Yixuan Jiang and Haotian Li and José Hernández-Orallo and Xing Xie and Nigel Collier and David Stillwell and Luning Sun},
journal= {arXiv preprint arXiv:2605.17885},
year = {2026}
}