不是把算力往上叠，而是把模型分配变成变量
一篇 10 月下旬提交的 arXiv 论文 UniMASO，把多智能体协作里一个被长期忽略的旋钮拧了出来：在同一个系统里，不同角色未必都要用同一个、也未必都要用最贵的模型。论文的做法是把角色专属的提示和模型的分配一起搜索——提示怎么写、谁用什么模型，作为同一组待优化的变量来调，再用成本感知的 Pareto 搜索保留质量与成本之间可取的那组权衡，并让拓扑感知的协同演化按角色和依赖关系协调这些更新。
结果很说明问题。论文在五个基准、五种执行拓扑上测试，集中式执行下平均分从 69.79 提到 70.40，几乎持平，而 token 加权的部署成本相对 DeepSeek-V4-Pro 配 MASPO 降了 85.2%。换句话说，质量没怎么动，账单却瘦了一大圈。它要传递的判断是：多智能体系统里，模型分配本身就是一个可以一起搜的优化目标，而不是事先后定的常量。
它和协调税、中继协作是一家人
把这个发现和本站近期的两条线索放一起看，脉络就清楚了。此前有研究把拆给多个智能体的隐性成本算成闭式模型，说明规划到复查的流水线成本可能是单智能体的三倍以上，而解对题并没有变多；另有研究提出中继式协作，让一个智能体干完把精炼过的结论交给下一个，从而减少无谓的同步与广播。UniMASO 切的是其中还空着的那一块：既然拆有代价、交接能省一点，那么给每个角色配对的模型，而不是一律顶配，就是第三条降本路线。
三者合起来才是完整的一张图。协调税负责算清拆给多 Agent 会花多少，中继协作给出一种降低协调开销的拓扑，UniMASO 则把模型分配也拉进优化空间。它们共同指向一个工程常识：当你打算把一个任务拆给多个 Agent，先别默认上最贵的模型、全连接的辩论或共享总线，也把「谁用什么模型、交给谁、交什么」一起算进去。
公开材料有限，结论先别用满
冷水照例要泼。论文目前公开的是摘要与媒体转述，具体的拓扑细节、在哪些任务上收益明显、在哪些任务上反而因为分配过碎而反噬，都还要等更完整的实验披露。85.2% 这个数字是论文自报的相对值，基线是它自己设定的对照，换成你的任务、你的模型清单，省多少完全是另一回事。更稳妥的判断是：把模型分配当成一等优化变量去试，尤其是在需要专家子智能体各管一段、且对 token 预算与延迟敏感的场景里；它是对 flat ensemble 或全连接辩论的有力补充，但不是 universal 替代。
对工程层面的意思是具体的——列清单时把每个角色的能力和价格都摊开，让搜索去决定谁配大号、谁配小号，而不是凭直觉给所有人都上顶配。省下来的，往往比再叠一层算力来得实在。