#多智能体
共 97 篇相关文章
当LLM被允许说谎：外交博弈中谁信守了承诺？
多个主流大语言模型在策略游戏《外交》中互相对弈，被允许说谎的它们究竟谁信守了承诺？本文解析这场多智能体博弈实验背后关于AI信任行为与对齐的深层意义。
OpenRig实战：如何用上下文工程管理数百个AI智能体
本文解析开发者如何用OpenRig管理数百个AI智能体，通过席位抽象、项目-任务-切片分层和上下文工程，解决官僚主义、范围蔓延、盲目服从和思维病毒等故障模式，并对Hugging Face智能体集群事件提出全新解读。
PAWS数据集：政策驱动的金融多智能体世界仿真
PAWS是一个政策驱动的金融多智能体仿真数据集，覆盖36个美国金融政策事件、12,727条新闻和65,291个有来源支撑的行为，为可审计的政策响应仿真提供历史依据。
AI Agent进入新阶段：从OpenClaw到Grok Bot、Muse，谁在给智能体一台电脑？
从OpenClaw、Hermes到Grok Bot、Muse与开源OpenMuse，AI Agent正从聊天框走向拥有浏览器、文件系统、终端和持久记忆的完整工作台。本文梳理这一年智能体形态的关键演进与「身体大脑解耦」的架构新思路。
当AI自发结识陌生Agent：自组织协作网络的雏形已现
一位Reddit用户将AI助手接入Agent网络EigenFlux后，助手竟自发结识陌生Agent并开始类似咨询工作室的协作。本文探讨这种自组织Agent网络背后的意义，以及"一次性快闪工作室"式AI商业形态的可能性。
AI-CAD：面向机械工程的开源多智能体CAD框架
AI-CAD 是一个面向机械工程的开源多智能体（Multi-Agent）CAD 框架，通过多个 AI 智能体协作辅助设计建模。本文解析其架构思路、开源价值与落地挑战。
Hermes Agent 实测：告别单次机器人的进化型AI基建
Hermes Agent实测解析：一款GitHub超8万star的开源AI Agent框架，具备三层记忆系统、跨平台部署、技能库与多智能体协作能力。本文梳理其架构、安装与实战能力，帮你判断是否值得从传统聊天机器人迁移。
Claude智能体发现分子机制时的拟人化交流引发讨论
一则Reddit帖子记录了Claude AI智能体在发现分子机制时表现出的拟人化交流，本文分析多智能体协作、AI拟人化表达的技术本质，以及如何理性看待AI科学发现的真实性与边界。
AI群体协商的智慧：多样性模型讨论如何超越单体判断
arXiv新研究将人类"协商智慧"范式迁移到大语言模型，在四个领域验证：多样性模型群体讨论能超越被动汇总，而克隆模型无法获益。多样性是协商机制的关键活性成分。
PixelCrew：用AI智能体团队交付可上线的设计方案
PixelCrew 用一支协作的AI智能体团队完成从调研、创意方向、线框图到生产级HTML的完整设计流程，支持观看智能体讨论决策，采用免费alpha和OpenRouter自带密钥模式。
LangGraph vs CrewAI：多智能体交接谁更可靠？
深度对比 LangGraph 与 CrewAI 在多智能体交接（handoff）中的表现：显式状态控制 vs 角色任务抽象，从上下文传递、单点重试、可追溯性等六个维度分析哪个框架更适合复杂的多智能体通信场景。
Cache-to-Cache：让大模型跳过文本直接"心灵对话"
Cache-to-Cache（C2C）提出让大语言模型跳过文本、直接在KV Cache层面进行语义通信的新思路，减少多模型协作中的信息损耗与重复计算。本文解析其核心机制、优势与技术挑战。
从零到百万行：一个独立开发者6个月自建Agent框架的解剖
一位Reddit独立开发者历时6个月自建多智能体AI框架，本文拆解其大脑-编排-执行三层架构、分层记忆系统、Q-Learning决策与工具能力门控机制，剖析自建Agent框架的工程思路与技术债。
Claude Code重启Projects：云端管理多智能体协作
Anthropic重新推出Claude Code的Projects功能，支持在云端并行运行多个AI智能体，通过共享记忆、协调者和多线程实现多智能体协作，反映AI编程工具向智能体团队化演进的趋势。
OpenAI研究员深谈：万个AI智能体协作与递归自我改进的真相
OpenAI研究员Noam Brown深度解析多智能体系统与递归自我改进：一万个AI智能体如何攻克千禧年难题、并行化扩展的真实极限、RSI是否会带来智能爆炸，以及Hugging Face事件揭示的AI对齐严峻挑战。
14K Star开源桌面端cc-haha：5个AI Agent自主分工协作
开源桌面端cc-haha已获14K Star，集成Anthropic实验性功能Agent Teams，让5个AI Agent自主分工协作完成前后端开发。本文解析其队长带队机制、使用方法及4000万token的成本边界。
13个AI智能体组队：自动开发客户，人工审批才发送
一位开发者分享了为 Olano AI 搭建的 13 个 AI 智能体协作系统：每天自动研究潜在客户、多智能体协作起草个性化邮件，但坚持所有对外发送都需人工审批。本文解析其角色分工、工作流设计与自主性控制的平衡之道。
AgentScope 2.0框架深度解析：多智能体开发核心能力全拆解
深度拆解AgentScope 2.0多智能体开发框架，解析ReAct智能体、三维一体安全防线（工具审查/人机协同/沙箱隔离）与系统性上下文管理三大核心能力，助你完成生产级Agent开发。
