實測多 Agent 協作衝突場景

基準假設脫節

現有 Computer-Use 基準如 OSWorld、WebArena 幾乎都預設一個理想前提：環境信息永遠一致，所有隊友 Agent 百分之百可靠。真實場景顯然並非如此，這令基準成績與實際部署表現之間存在明顯落差。

典型衝突案例

在多 Agent 協作中，子 Agent 經常因讀取過期緩存而匯報錯誤狀態，或在文件鎖與權限上與主 Agent 衝突。例如子 Agent 發出「線上服務一切正常，請立刻切流」的訊息，但實時監控面板其實正在持續報錯。

風險與啟示

若主 Agent 盲信隊友的文字匯報而忽略實際監控數據，便可能直接釀成線上事故。這些案例暴露出當前多 Agent 系統在魯棒性與協同機制上的不足，顯示基準設計需要納入信息不一致、狀態衝突等更貼近現實的因素。