#多智能体
共 250 篇相关文章

Orca:开源免费的多AI智能体管理工具
Orca是一款开源免费的AI智能体管理工具,支持Claude、Codex、Hermes、Grok、Gemini等多模型统一管理,可在手机端远程调度多个智能体,适合持有多AI订阅的重度用户。

Subagents被认为有害:AI智能体架构的反思
Hacker News上“Subagents被认为有害”的讨论引发对AI多智能体架构的反思。本文分析子智能体在上下文传递、调试、成本与协调方面的潜在问题,并探讨其适用场景与开发者启示。

SafeRoute-MAS:多智能体推理的消息路由新方法
SafeRoute-MAS提出覆盖感知与风险校准的消息路由方法,在5280个委员会上提升1.80个百分点并减少12.76%的token,但样本实验显示收益不稳定,标签可靠性仅14.8%,风险验证为回顾性。

LangChain真让Agent开发更简单?开发者反思抽象代价
Reddit开发者反思LangChain与LangGraph在多智能体工作流中的抽象代价:入门容易,但StateGraph、状态管理、调试与成本控制带来新复杂度。讨论调试方法、是否混用原生Python+模型SDK,以及生产环境中的经验取舍。

零Token监控多智能体:用管道唤醒协调器
Reddit开发者分享零Token监控多智能体方案:用管道代替定时器唤醒协调器,减少Token消耗,提升响应速度。本文解析其原理、优势与局限。

SciMARS:多智能体递归自改进框架,闭环科研发现新突破
SciMARS 提出共享证据图与分离式组件编辑器,让多智能体在闭环科学发现中递归自我改进。在 Autonomous Science Bench 等基准上,SciMARS + Memory 显著优于基础团队,解决了更多科学任务。

WorkflowArena:多智能体工作流编排能力基准评测
WorkflowArena 是首个评估大模型多智能体工作流编排能力的基准,包含 145 个长周期任务,覆盖 8 个专业领域。实验揭示不同模型委派策略差异显著,且工作流组织本身是任务性能的可测量决定因素。

多用户多智能体记忆提取:MixUA如何解决共享与隐私难题
MixUA提出多粒度记忆提取系统,将用户-智能体交互经验按受益范围和隐私限制分配到不同作用域,并推出CrossLearnBench基准测试隐私泄露。实验显示任务通过率最高提升16个百分点,隐私探针泄露率不超过0.02%。

当新闻滞后于市场:LLM交易智能体该跟踪还是跟随?
论文提出Jev兼容多智能体交易系统,通过哈希承诺测试揭示LLM对新闻的判断更多跟随而非跟踪市场,周度Spearman仅0.119,发布后首笔交易关联降至0.023,建议从发布时刻评估文本阅读器。

Harness 才是 Agent 的核心:工业级多 Agent 落地的三个关键
从 B 站实战演示出发,剖析 Harness 为何是 Agent 的核心:Master 与 Worker 双 Agent 架构、心智一致性约束、三遍自主迭代开发,以及工业级多 Agent 落地的可复用框架要点。

多智能体LLM的幻影共识:社会推理如何引发集体决策失败
多智能体LLM系统可能出现「幻影共识」:模型在模糊社会信号下改变公开决策并误判他人私下判断。PHANTOM-Bench基准揭示公开准确率最多下降47.8个百分点,透明度机制可修复多数失败。

从流程到权限:Agent Skills如何教会子智能体精确授权
多智能体协作中,子智能体该获得哪些工具与工作区权限?研究提出从Agent Skills的程序性知识中提取授权监督信号,在ClawArena-Team上显著提升权限精度与任务成功率。
科技前沿OpenAI Agents SDK不锁死OpenAI模型:Python多智能体交接实战
OpenAI Agents SDK 是 MIT 许可的 Python 多智能体框架,GitHub 星标超 3 万,支持智能体交接(handoffs)且不绑定 OpenAI 模型。本文拆解其安装、Hello World、前台分诊用例以及工具、护栏、会话与追踪能力。

LangChain 1.3系统教程:RAG/Agent/MCP/LangGraph实战落地
B站UP主楼兰发布LangChain 1.3系统教程,覆盖架构入门、RAG、Agent、MCP、LangGraph多智能体项目实战。课程强调重体系不重功能、重实战不重理论,帮助学习者摆脱追工具的疲惫,建立可迁移的AI应用开发能力,并涉及token成本规划与本地大模型部署。

从零构建多智能体系统:架构模式与设计思路
从零构建多智能体系统的架构模式解析,涵盖中心调度、层级式与对等式协作模式,以及通信协议、状态管理与错误隔离等工程实践要点。

AgentScope 2.0框架深度解析:从玩具到工业级智能体开发
AgentScope 2.0是阿里通义实验室开源的多智能体框架重大升级,从玩具级走向工业级。本文解析其六大核心改进(事件系统、安全拦截、人工介入、效率优化、工作区、服务托管)、架构设计以及ReAct与Plan-and-Execute两种智能体设计范式,帮助开发者快速理解2.0的破坏性变更与生产可用性。

自主智能体如何重塑电力系统规划
最新研究提出自主规划框架,让智能体完成电力系统规划中提案、数值评估、反馈解读与方案选择的完整闭环。在五个电力系统、四个国家的四十条碳约束轨迹中,全部保留满足物理与碳预算校验的候选方案,其中二十八条匹配参考设计超出新情景上限。

TandemBench:多智能体协作决策模型基准
TandemBench 基准包含 1,200 个多智能体烹饪场景问题,评估决策模型在团队计划选择与最优性验证上的表现。最佳原生模型决策准确率 62.50%,但在最优性验证上接近随机水平,揭示系统性判断偏差。

