随着人工智能深度融入日常生活与工作，越来越常见的一个场景是:多个用户各自委派自己的 AI 助手去共同完成一项任务，比如共享 API 算力预算、协同处理诊所日历、一起凑单点外卖，或者在共享代码库中提交合并请求。然而，当这些各自为战的 AI 聚在一起时，它们的协作表现究竟如何? 针对这一前沿课题，Anthropic Fellows Program 团队近日构建了四个多用户多智能体模拟环境，并正式发布了其中三个环境作为全新基准——MAMUBench。通过在测试中对比来自 Anthropic、OpenAI 以及…