# 当Agent遇上猪队友！实测多Agent冲突场景，前沿大模型如何应对

- 原标题：当Agent遇上猪队友！实测多Agent冲突场景，前沿大模型如何应对
- 类型：博客
- 来源：新智元
- 发布时间：2026-11-01
- 首次精选：2026-11-03 21:30
- 分级：值得看
- 是否付费：免费（全文公开可读）
- 预估学习时长：约 6 分钟（按全文字数估算）
- 学习层级：深入
- 主题：[computer-browser-agents](<https://oplearnx.com/md/topics/computer-browser-agents.md>)（第 27 位）、[multi-agent-workflows](<https://oplearnx.com/md/topics/multi-agent-workflows.md>)（第 49 位）、[agent-evaluation-reliability](<https://oplearnx.com/md/topics/agent-evaluation-reliability.md>)（第 80 位）
- 原文链接：[https://aiera.com.cn/asi-post.html?id=121624](<https://aiera.com.cn/asi-post.html?id=121624>)
- 本站页面：[https://oplearnx.com/resources/pk\_83b5b3447f27](<https://oplearnx.com/resources/pk_83b5b3447f27>)

## 摘要

新智元报道，介绍 Google、Emory、USC 等机构联合发布的 CLASHarness：一个针对多智能体冲突场景的基准，覆盖 20 个真实领域、600 个多轮可执行冲突任务、7,970 张 4K 视觉证据图片和 3,284 项必测检查点，并评测了 15 个主流大模型。文中说明了该基准的三层八阶段自动生成与验证管线、把关键真值只放在 4K 截图里以防止文本走捷径的做法，以及评分器从沙盒参考轨迹中提取的方式，并提到 23 个模块化冲突插件。适合研究多智能体协作与 Computer-Use 基准的人阅读。

---
来源：LearnMap · 学径（https://oplearnx.com）