重新思考时序预测中的智能体模型编排：FairAMO 评测协议揭示收益上限

一项研究提出 FairAMO 受控评测协议，用冻结候选预测解耦智能体模型编排（AMO）在时序基础模型（TSFM）选择中的真实贡献。在 GIFT-Eval 上的实验显示，最佳编排相对最佳单一 TSFM 各任务 MASE 降低不足 6%，收益取决于候选间互补性而非数量，冗余成员会抵消收益，历史证据价值也迅速饱和。