我让一堆AI智能体管理一支梦幻足球队。它们还比不上人类——至少目前如此

判断

想让Codex式智能体负责选梦幻足球阵容的经理需要保留人类否决权：Codex起初让哈兰德坐板凳，而把智能体扩到100个以上主要增加API成本，并未改善选择。

依据

Will Knight报道，Codex最初的梦幻足球建议很弱——它把埃尔林·哈兰德留在替补席。一个多智能体框架阅读新闻和博客文章、分析近期赛果、运行模型并点评建议，改善了输出；把智能体数量提高到100以上，除了增加API成本外帮助不大。芝加哥大学的Haifeng Xu说，模型正在进步，因为它们能吸收大量现实世界信息并协调复杂系统；他还说，给智能体分配独特任务的自定义框架最有效。在他的预测市场测试中，GPT-5排名最好，其次是Grok 4、Claude Sonnet、Gemini和Llama；Prophet Arena对预测进行了基准测试。Prediction Arena给前沿模型1万美元、在57天里下注：它们持续亏钱，但随时间改善。Xu指出，AI仍常常落后于超级预测者，因为人类更深入理解现实世界动态，不过Metaculus Cup的证据表明这一优势可能正在减弱。