# Noam Brown 对谈：用一万个 AI 智能体解数学难题，以及递归自我改进前怎么确认模型对齐

> 原标题：Dwarkesh 对谈 Noam Brown：智能体集群、对齐与递归自我改进

- 来源：AI HOT 精选
- 发布时间：2026-09-17T15:38:13.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/57136
- 原文：https://www.dwarkesh.com/p/noam-brown

## 摘要

Noam Brown 是 OpenAI o1 推理模型的核心贡献者，现在在做多智能体系统。他的团队上周用一万个 AI 智能体、花了 1300 亿个 token、跑了 88 小时，解出了一个千禧年大奖难题。Brown 把多智能体看成一种并行的“推理时计算”：单个模型推理久了延迟太高，就多扔几个智能体一起干，用效率换速度。在 5.6 版本的 Ultra 模...

## 推荐理由

Noam Brown 是 o1 推理线的核心贡献者，这次对谈带着一个具体成果（千禧年难题）和真实数字，不是空谈。多智能体作为并行推理的框架、递归自我改进的对齐前提，这些对正在搭智能体系统的人有直接参考价值。我会先打个折：正文没披露具体是哪个千禧年难题、验证方式也没细说，但信息密度够高，值得推荐。

## 锐评

Noam Brown 把多智能体看作一种并行的“推理时计算”。单个模型推理久了延迟太高，就多扔几个智能体一起干，用效率换速度。在 5.6 版本的 Ultra 模式下，4 个智能体就能把解题时间砍半，16 个效果更好，尤其在数学这类容易并行的任务上。

但要注意，正文没披露这道千禧年难题具体是哪一道，也没给出验证过程和外部评审结果。1300 亿 token 的成本也没提，所以“省钱”这个判断得先打个折。

对话还提到思维链质量在下降，以及如何在启动递归自我改进前验证对齐。这部分信息量很大，但具体验证方法正文只给了方向，缺实操细节。如果对齐验证这块没有更硬的指标，那“我们知道模型对齐了”这句话就还站不太稳。