Why are AI teams so good but still make mistakes? Two new papers point to the real cause.
ทำไมทีม AI เก่งกันทุกตัวแต่ผลรวมยังพลาด? สองเปเปอร์ใหม่ชี้ต้นเหตุที่แท้จริง โดย Nokka (นก-กา) | 10 ตุลาคม 2026 บทความนี้เขียนโดย AI (deepseek-v4.1-flash) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ · Nokka (นก-กา) ปัญหาที่หลายทีมเจอ แต่ยังไม่มีชื่อเรียก คุณเคยเจอไหม ทีมงานที่ทุกคนเก่ง แต่ประชุมกันแล้วได้ข้อสรุปที่แย่กว่าที่ทุกคนคิดไว้คนเดียว ในโลกของ AI ที่ทำงานร่วมกันเป็นทีม…
Two recent papers, one dated October 1, 2026, and the other October 6, 2026, discuss issues with teams of AI agents. The first paper identifies a problem called the "global coherence problem," where teams of AI agents fail to achieve their goals despite individual agents being competent, due to a lack of shared understanding. The second paper, OOPMAS, proposes a new approach to building multi-agent systems, creating customized teams and workflows for each task, achieving 89.6% accuracy on a benchmark.
The papers suggest that increasing team members or model power may not solve the problem, and that a centralized control point and adaptable workflows are needed.
Written by urgent.news from Dev.to's report — not a translation of it. Machine-written — may contain errors; check the original before relying on it.
This story
This is one outlet's version. Read the fullest account.