AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：多智能体协作×
6月18日
16:58
6月16日
20:46
6月13日
00:18
6月12日
12:57
6月11日
15:28
15:23
15:07
6月2日
09:43
09:43arXiv cs.AI@Hassan Touheed
SS-ZKR 是一种新型隐私保护路由协议，专为多智能体系统设计，作为 A2A 和 MCP 协议的补充层。它解决了在 GDPR、HIPAA 等合规敏感环境中，路由中介无法解密智能体负载却仍需进行内容感知路由的难题。协议包含三个机制：基于差分隐私语义意图向量的盲路由、自适应负载清理以及将信任区域拓扑编译为零知识访问电路。SS-ZKR 让金融、医疗和国防领域的企业能在不暴露专有数据的前提下，跨监管边界编排异构 AI 智能体。
论文隐私保护多智能体协作零知识证明A2A/MCP差分隐私
推荐理由：做多智能体系统或合规 AI 架构的团队，终于有了一个能在不暴露数据的前提下实现跨组织语义路由的方案——SS-ZKR 直接解决了 A2A/MCP 协议栈中的隐私空白，值得关注。
原文
6月1日
17:37
5月29日
05:55
5月28日
18:04
5月19日
14:22
14:22arXiv cs.AI@Xuying Ning, Katherine Tieu, Dongqi Fu, Tianxin Wei, Zihao Li, Yuanchen Bei, Jiaru Zou, Mengting Ai, Zhining Liu, Ting-Wei Li, Lingjie Chen, Yanjun Zhao, Ke Yang, Bingxuan Li, Cheng Qian, Gaotang Li, Xiao Lin, Zhichen Zeng, Ruizhong Qiu, Sirui Chen, Yifan Sun, Xiyuan Yang, Ruida Wang, Rui Pan, Chenyuan Yang, Dylan Zhang, Liri Fang, Zikun Cui, Yang Cao, Pan Chen, Dorothy Sun, Ren Chen, Mahesh Srinivasan, Nipun Mathur, Yinglong Xia, Hong Li, Hong Yan, Pan Lu, Lingming Zhang, Tong Zhang, Hanghang Tong, Jingrui He
精选72°
本文提出“代码即智能体框架”概念，认为代码不仅是输出，更是智能体推理、行动、环境建模和执行验证的操作基础。论文从三个层次系统梳理：框架接口（代码连接推理与行动）、框架机制（规划、记忆、工具使用与反馈控制）、框架扩展（单智能体到多智能体协作）。覆盖编程助手、GUI/OS自动化、具身智能、科学发现、DevOps等应用场景，并指出评估、验证、状态共享等开放挑战。该视角为构建可执行、可验证、有状态的AI智能体系统提供了统一路线图。
论文智能体代码生成框架/架构多智能体协作综述
推荐理由：这篇综述把代码在智能体系统中的角色从“输出”提升到了“基础设施”层面，做智能体框架设计或工具链开发的团队值得一读，能帮你理清当前方法的脉络和未来方向。
原文
5月17日
15:21
5月16日
20:13
16:52
16:52Thomas Wolf@Thom_Wolf
精选73°
David Louapre 发布了 physics-intern，一个专为理论物理设计的智能体框架。该框架将复杂物理问题分解并分配给多个专业智能体协同解决，包括自我纠错、推导方程、计算中间结果和重新评估最佳方法。在 CritPt 基准测试上，physics-intern 将 Gemini 3.1 Pro 的性能从 17.7% 提升至 31.4%，达到新的最优水平。这展示了多智能体协作在解决高难度科研问题上的巨大潜力。
AI产品physics-intern多智能体协作理论物理CritPt基准Gemini 3.1 Pro
推荐理由：理论物理研究者终于有了一个能真正帮上忙的AI工具——physics-intern通过多智能体协作将难题拆解，效果远超单一模型。做科研自动化的团队值得关注这个框架的设计思路。
原文
5月14日
01:10
01:10AlphaSignal@AlphaSignalAI
Hermes 团队推出了 Orchestration War Room，一个浏览器仪表盘，用于监控和管理多个 AI 智能体的协作。此前用户需通过 SSH 和 grep 日志来追踪各智能体状态，现在 War Room 以实时动画、看板、头像气泡等形式直观展示任务分配与执行。用户可在此界面直接雇佣、训练或解雇智能体，任务数据通过服务器推送事件实时更新。这解决了多智能体系统缺乏可视化的痛点，让开发者能像指挥作战室一样管理智能体舰队。
AI产品智能体可视化HermesOrchestration War Room多智能体协作
推荐理由：多智能体协作的「黑箱」问题终于有了直观解法，做复杂自动化或智能体编排的团队可以直接用这个仪表盘替代 SSH 查日志，提升调试和运营效率。
原文
5月11日
13:03
13:03Greg Brockman Blog（博客/媒体）
70°
OpenAI 在 Benchmark 活动中首次展示了其 AI 系统 OpenAI Five，该系统在 Dota 游戏中与人类玩家对战。OpenAI Five 通过每天自我对弈 180 年的训练，掌握了复杂的团队协作和实时策略，而此前该系统仅适用于 1v1 模式。AI 系统由五个神经网络组成，其计算能力相当于蚂蚁大脑，但展示了从游戏中学习策略的潜力。OpenAI 强调 Dota 是训练 AI 的理想环境，涉及不完美信息和复杂组合，而类似技术已成功应用于机器人控制。随着 AI 计算能力每 3.5 个月翻一番，这类技术未来将更加普及。
AI产品OpenAI FiveDota强化学习多智能体协作游戏AI
推荐理由：该事件展示了强化学习在复杂博弈中的突破，OpenAI Five 从 1v1 扩展到 5v5 团队对抗，表明 AI 可迁移学习策略能力。对 AI 从业者而言，这验证了自我博弈训练范式的有效性，并为多智能体协作研究提供了基准。
原文