竞争 Agent 的学习可以比合作 Agent 学得更快

AlphaGo 的自我对弈（竞争式学习）比单 Agent 训练更高效，因为对手提供了动态的、不断升级的挑战——这是一种"免费的课程"。而在纯合作的多 Agent 学习中，Agent 容易陷入集体惰性（大家都做到"还行"就停了），缺乏突破动力。这个洞察与竞争战略中的"对手是最好的老师"形成共振，也解释了为什么有竞争关系的团队往往比完全合作的团队进步更快。