AITOP

可追溯性

共 3 条相关 AI 资讯
7月29日
10:34
6月9日
12:55
12:55官方账号arXiv cs.AI@Arsalan Shahid, Gordon Suttie, Philip Black
72°
随着基础模型从生成回复转向执行操作任务，多人类、多智能体的协作场景日益普遍，但当前缺乏统一协议来记录人类判断、任务交接和审核决策。CHAP（Collaborative Human-Agent Protocol）协议应运而生，它定义了一个共享工作空间，通过核心组件（工作区、参与者、任务、工件和仅追加的证据日志）以及可组合的配置文件（如审核、路由、交接、签名等），将原本散落在聊天记录和代码中的关键信号（如人类编辑、审批、交接）转化为结构化、可追溯的事件。该协议旨在解决当前多智能体部署中人类监督信号丢失、责任归属不清的问题，为跨团队、跨时区的协作提供标准化基础。
论文智能体协议/标准人机协作
推荐理由：CHAP 解决了多智能体协作中人类监督信号丢失的痛点，做 AI 部署和智能体系统的团队可以直接参考其协议和开源实现，避免重复造轮子。
原文
5月28日
09:59
09:59Lovable@lovable_dev
Lovable 在活动日志中引入了子智能体（subagents）显示功能，用户可以在主构建日志旁看到子智能体的运行情况。这使得用户可以实时追踪哪些子智能体正在运行，并能将任何决策回溯到其来源。该功能提升了 AI 开发过程的透明度和可调试性，尤其适合使用多智能体协作的团队。
AI产品智能体Lovable活动日志
推荐理由：做 AI 应用开发的团队终于能看清智能体内部协作过程了——Lovable 这个日志功能让调试和溯源变得直观，建议用多智能体架构的开发者试试。
原文