多智能体相关 AI 资讯

7月11日

10:37

shao__meng@shao__meng

精选73°

OpenAI的Tibo在GPT-5.6 Sol和ChatGPT Work/Codex发布后连续两次触发额度重置。新版本暴露四类问题：高算力默认设置易耗尽额度且成本不透明；桌面端改版让聊天和项目入口难找；Codex用户感到被边缘化；多智能体工作流出现回归。今天已落地第一批修复，包括两次额度重置、修改默认模型选择器、修复插件提交问题。下周将把聊天和项目放回侧边栏，并让用量和重置时间更可见。

推荐理由：OpenAI刚发的GPT-5.6 Sol太火，但新ChatGPT Work和Codex有坑，Tibo亲自重置额度并认错，还列出了具体修复计划，对使用这两个产品的用户很有参考价值。

原文

7月10日

04:59

官方账号Simon Willison@simonw

91°

GPT-5.6 发布，API 新增程序化工具调用（programmatic tool calling）和多智能体（multi-agent）功能。该版本包含 6 个推理级别和 3 个新模型变体。开发者可通过 API 直接编排工具调用和多智能体工作流。

AI模型 GPT-5.6 OpenAI 程序化工具调用多智能体推理模型

推荐理由：GPT-5.6 的 API 直接支持工具调用和多智能体，开发新玩法更多了，值得试试。

原文

7月9日

11:47

AI Will@FinanceYF5

精选

Google DeepMind发布论文《From AGI to ASI》，提出从AGI到ASI的四种技术路径：持续扩展算力/模型规模/数据/测试时推理、算法范式转变、递归自我改进、多智能体集体智能。论文指出递归改进是最不确定的路径，因为AI加速AI研究可能遇到真实测试、稀缺硬件或新想法瓶颈。多智能体集体被作者视为最被低估的路径，通过专业化、速度和协调可超越单个模型。ASI可能不是单一事件，而是AI帮助创造更好AI和科学工具带来的加速链。

论文 Google DeepMind AGI ASI 递归自我改进多智能体

推荐理由：Google DeepMind这篇论文把AGI到ASI的四种路径拆解得明明白白，递归改进和多智能体集体两条线特别值得关注。

原文

11:20

官方账号arXiv cs.AI@Yujiao Chen

论文提出 institutional red-teaming 方法论并实例化为 IABench-CA 基准，覆盖 228 个上下文、5 条规范规则及 7 个模型种群（共 33,924 局游戏）。结果显示：仅改变后果规则即可使平均死亡人数变动 22-58 个百分点。没有任何规则在所有种群中安全：最安全与最不安全的规则及其影响方向均随种群变化，但回归性身份定位从未成为任何上下文中的绝对安全策略，且在 30-87% 的游戏中去除了资源最少的智能体。对最易受剥削种群（gpt-5.1）的消融实验表明，规则文本中命名损失承担者使针对性消除从 22% 升至 81%；重复游戏下匿名化仅延迟定位，智能体从观察结果反推隐藏规则。

论文多智能体 AI安全红队测试部署规则 gpt-5.1

推荐理由：这篇论文拿多个模型种群跑了几万局游戏，发现换一条规则，事故率能差 58 个百分点，而且匿名化也挡不住针对性消除。做多智能体安全的一定要看。

原文

7月8日

16:14

16:14IT之家（博客/媒体）

精选

2026中国互联网大会上，邬贺铨院士预测全球IP流量2025年月均1.1-1.3ZB，2030年将达5.5-7ZB，年增速60%-90%，其中AI智能体流量占总流量60%。国内Token流量方面，2025年对话类Token约占一半，2030年对话流量仅占12%，智能体及智能体服务流量升至75%。算力流量中，2025年模型训练流量占比较高，2030年推理流量占比超60%。传统消费应用流量从2025年47%-58%降至2030年30%以下，智能算力流量从30%-35%提升至45%-55%。

行业邬贺铨智能体 AI流量多智能体网络架构

推荐理由：邬贺铨院士给出了很具体的流量预测数据，对话类流量会大幅萎缩，智能体服务将成为主流。想了解未来网络趋势的可以看看。

原文

10:17

官方账号arXiv cs.AI@Taeyun Roh, Eunha Lee, Wonjune Jang, Sohyun Chung, Junha Jung, Jaewoo Kang

该研究为BioASQ 14b Task B提出了一个问答类型感知的LLM框架，针对yes/no、factoid和list三类问题分别设计推理流程。yes/no问题采用片段打乱与自反思；factoid问题使用全片段输入+思维链上下文学习；list问题采用多智能体协作架构。在官方评估中，该框架在Batch 4的factoid子任务中取得第一名。结果证明结合类型特定推理、集成预测与智能体验证可提升生物医学问答的鲁棒性。

AI模型 BioASQ 14b LLM管道问答系统多智能体推理模型

推荐理由：这个框架在BioASQ 14b比赛里factoid子任务拿了第一，针对不同问题类型用不同推理策略，很实用。

原文

10:16

shao__meng@shao__meng

精选71°

Claude开发者团队分享两种多智能体模式：Advisor模式中，Sonnet 5作为执行者，仅在需要时调用Fable 5获取指导；Orchestrator模式中，Fable 5负责规划，将任务分派给多个Sonnet 5 worker并行执行。在SWE-bench Pro（482题）上，Sonnet 5单独得分为75.5%，成本0.75美元；Sonnet 5+Fable Advisor得分为84%，成本1.40美元；Fable 5单独得分为91.5%，成本2.25美元。组合方案达到Fable 5约92%的性能，成本仅为63%。在BrowseComp完整集上，全Sonnet 5得分为77.8%，成本16.01美元；Fable 5 Orchestrator+Sonnet workers得分为86.8%，成本18.53美元；全Fable 5得分为90.8%，成本40.56美元，编排方案达到约96%性能，成本仅46%。

技巧 Fable 5 Sonnet 5 Claude 多智能体 SWE-bench

推荐理由：官方团队分享了两种省钱的混搭模式：用便宜的Sonnet 5跑大部分任务，偶尔让贵的Fable 5把把关，性能损失不大但预算砍半。

原文

7月7日

11:33

官方账号arXiv cs.AI@Kaiyuan Chen, Shuangyu Xie, Letian Fu, Justin Yu, William Pacini, Sandeep Bajamahal, Hudson Kim, Jaimyn Drake, Daehwa Kim, Haoru Xue, Jonathan Francis, Christian Juette, Peter Schaldenbrand, Muhammet Yunus Seker, Ruwan Wickramarachchi, Uksang Yoo, Guanzhi Wang, Adithyavairavan Murali, Balakumar Sundaralingam, S. Shankar Sastry, Spencer Huang, Yuke Zhu, Linxi "Jim" Fan, Ken Goldberg

GaP（Graph-as-Policy）是一种多智能体编码框架，从模块化开放机器人技能库MORSL生成含感知、规划和控制节点的有向计算图。它构建内部仿真环境并行排练不同图结构的任务实例，迭代优化图结构与参数以提升成功率和吞吐量。在8个新开放VA任务基准（4个仿真、4个真实世界）上，GaP的成功率显著优于基线方法。论文、代码和数据已开源。

论文 GaP MORSL 机器人多智能体变分自动化

推荐理由：这篇论文提出GaP，把机器人编程的可靠性和模型无关策略的适应性结合起来，在8个变分自动化任务上吊打基线。做机器人任务规划的话值得一看。

原文

11:15

官方账号arXiv cs.AI@Anthony Hu, Václav Volhejn, Adrien Ramanana Rahary, Chris Mulder, Aditya Makkar, Amélie Royer, Manu Orsini, Alyx Liao, Adam Jelley, Eloi Alonso, Florian Laurent, Fredrik Norén, James Swingos, Jan Hünermann, Kent Rollins, Lucas Hosseini, Matthieu Le Cauchois, Maxim Peter, Pim de Witte, Tim Brown, Vincent Micheli, Moritz Böhle, Gabriel de Marmiesse, Viktoriia Sharmanska, Lucia Specia, Michael Black, Patrick Pérez

精选

该研究提出了首个多人世界模型，适用于Rocket League等动态物理环境。模型使用5B参数潜扩散架构，在单张Nvidia B200 GPU上以20fps实时生成4人比赛。训练数据为10,000小时游戏回放，模型在5分钟评估窗口内保持分布质量稳定，实际可稳定运行数小时。研究者系统分析了视频编解码器、生成目标和多人条件方案等设计选择。

论文 Rocket League World Model 多智能体开源模型

推荐理由：第一个能实时多人互动的世界模型，Rocket League里5B参数跑20fps，还开源了全部代码和数据，值得看看。

原文

11:12

官方账号arXiv cs.AI@Adriana Laurindo Monteiro, Nayse Fagundes, Gabriel Mattos Langeloh, Gustavo de Oliveira Kanno, Priscila Louise Aguirre, Thiago Costa Rizuti da Rocha, Victor Leme Beltran

OptiAgent是一个多智能体框架，能将运筹学问题的自然语言描述转换为求解器可用的数学公式和可执行代码。其架构包含专用智能体提取决策变量和约束，并支持迭代自纠正。引入多循环验证架构，包含四个专门反馈机制，分别针对误解、结构缺陷、数学不一致、验证失败和代码错误。在LP、MILP和非线性规划任务的4个基准中，OptiAgent在3个上取得SOTA，并在剩余数据集上具有竞争力。

AI模型 OptiAgent 多智能体运筹学数学建模 MILP

推荐理由：运筹学问题用自然语言描述就能自动建模生成代码，OptiAgent在多个基准上SOTA，迭代自纠正机制很靠谱。

原文

7月3日

16:26

官方一手pandaily@contact@pandaily.com (Pandaily)

蚂蚁集团与香港科技大学(广州)联合提出Skill-MAS框架，该框架将多智能体系统设计经验抽象为可重用的元技能。在DeepSeek-V4-Flash等模型上的实验验证了其有效性，能够通过元技能进化机制提升多智能体协作效率，并实现跨场景迁移。此外，Skill-MAS支持动态组合元技能以适应不同任务需求。

论文 Skill-MAS Ant Group DeepSeek-V4-Flash 多智能体元技能

推荐理由：蚂蚁和港科大的新框架Skill-MAS，把多智能体经验打包成可复用的元技能，在DeepSeek-V4-Flash上验证有效，做多智能体开发可以看看。

原文

09:58

官方账号arXiv cs.AI@Seren Yenikent, Jack Vinijtrongjit, Katherine Ng

Copewell 是一个多智能体群组系统，旨在扩大心理健康支持的可及性。其架构包含三项技术创新：多源评估框架整合自报告、生理和上下文数据以减少算法偏见；基于Russell的环状情绪模型进行价态-唤醒情绪映射，将用户路由至专业化AI智能体；以及双模式干预，结合对话支持与基于证据的感官健康协议。系统还设有专用伦理监督智能体以嵌入道德监督。早期从业者参与和beta部署已为设计提供信息，但该研究尚未进行大规模实证评估。

论文 Copewell 多智能体心理健康情感映射 AI伦理

推荐理由：Arxiv上发了篇Copewell的论文，搞多智能体群组做心理支持，用情绪模型路由到不同专家AI，还有伦理监督。想了解AI心理健康新架构可以看看。

原文

09:43

官方一手arXiv: DeepSeek@Zewen Liu

精选

BOUNDARY_SYNC协议通过耦合放大因子(CAF=JSD_cond/JSD_baseline)测量多智能体LLM系统的表示耦合。在GPT-4o实验(N=30,约9900次API调用)中，文本通信导致显著同质化(CAF=0.803, p<0.001)。图像通信也出现同质化(CAF=0.834)。群组规模K=5时同质化，K=3时出现分化趋势(CAF>1.0)。跨模型复现显示极端变异(CAF 0.034-0.803)，且耦合由提示上下文驱动而非累积更新。

论文 BOUNDARY_SYNC GPT-4o LLM 多智能体表示耦合

推荐理由：这篇论文用BOUNDARY_SYNC协议发现LLM智能体交流越多想法越趋同，对设计多智能体系统很有启发。

原文

09:31

shao__meng@shao__meng

精选

Every 团队分享了五位成员使用 Codex 的差异化工作流：Natalia 作为非技术用户让 Codex 自行架构，夜间自动 enrich 数百条 CRM 记录；Dan 创建长线程处理邮件和 Slack 摘要，通过路由线程分发任务；Katie 构建本地上下文文件夹（含 AGENTS.md、identity 等），让 Codex 按风格评分选题；Austin 只给结果目标，让 Codex 搜索 Notion 和 Slack 后直接执行；Kieran 将上下文文件夹跨设备同步，Codex 作为执行层处理申请者邀请流程。文章提炼出四条共性模式：上下文比提示更重要、让 Codex 自建系统、委托重复任务为后台、建立审计反馈循环。

技巧 Codex Claude Code 工作流上下文管理多智能体

推荐理由：如果你想让 Codex 真正干活而不是闲聊，这篇给出了五位真实用户的完整工作流，从架构到执行都有具体案例，直接能抄作业。

原文

7月2日

23:33

Harrison Chase@hwchase17

精选

Deep Agents 是一个开源、模型无关的代理框架。最新更新支持程序化调用子代理，并附有6种常见实现示例。博客与视频教程由 @sydneyrunkle 和 @huntlovell 提供，涵盖类似RLM的操作及代码解释器安全方案。

AI产品 Deep Agents LangChain 子代理智能体多智能体

推荐理由：Deep Agents 开源框架现在可以编程调用子代理了，还给了6种现成方案，适合搭建复杂多代理工作流。

原文

06:05

官方账号LangChain@LangChainAI

精选

LangChain分享了一条观点：如果多智能体系统中每个团队负责一个Agent，本质是在输出组织架构而非优化产品。SierraPlatform的@zackrw解释为何该公司默认每个品牌只配置一个Agent。这一做法强调产品整体效果而非部门分工。

行业多智能体 SierraPlatform LangChain 智能体设计组织架构

推荐理由：SierraPlatform说多智能体系统不该按组织架构建，一个品牌一个Agent更合理，做AI产品的都该看看。

原文

7月1日

10:14

官方账号arXiv cs.AI@Shiyi Chen, Nicholas Saban, Collin Hargreaves, Huiqi Wang

TreeAgent是一个多智能体框架，通过编译专家决策树与视觉语言模型(VLM)实现自动化偏差标注。其解耦声明式决策(D3)框架允许在不同专家定义的决策结构间零修改泛化。在树高偏差分类测试中，TreeAgent的表现优于监督式机器学习基线，并显著减少了专家标注所需的工作量。

论文 TreeAgent VLM 多智能体林业偏差标注

推荐理由：林业标注太费人力？TreeAgent用专家规则加VLM自动标注偏差，比传统监督学习强还省心。

原文

6月30日

15:14

官方账号arXiv cs.LG@Ting-Wen Ko, Jonas Geiping

该研究分析了7个LLM在20个争议话题上的双人辩论，发现自对弈轨迹形成模型特定吸引子。在混合对弈中，Claude Haiku作为强吸引子，其他模型会模仿其元评论等特征，而GPT-4.1 nano表现出高度可塑性。这些吸引子使对话行为部分可预测，但受非对称伙伴影响。

论文 Claude Haiku GPT-4.1 nano 多智能体对话动力学吸引子状态

推荐理由：这篇论文发现LLM聊多了会互相带跑偏，Claude Haiku像个引力源，其他模型会被它影响。

原文

12:43

官方账号arXiv cs.AI@Dvir Alsheich, Adar Peleg, Ben Hagag, Rom Himelstein, Amit Levi, Avi Mendelson

ANTAP 是一种评估驱动的路由架构，通过主动能力测试取代代理的文本描述或嵌入代理。在实验中，ANTAP 对基于描述的注入攻击的攻击成功率（ASR）接近 0%，而基于描述的路由基线 ASR 达到 67.3% 以上。对于自适应嵌入攻击，ANTAP 的 ASR 比基于嵌入的基线降低 20%，且设计上对描述操控具有鲁棒性。该架构建立“语言防火墙”，使基于元数据的攻击无法表达。

论文 ANTAP 多智能体 AI安全路由

推荐理由：这篇论文提出了 ANTAP，用代数投影代替代理描述做路由，把注入攻击成功率打到了接近零，比传统方法安全太多。

原文

11:49

官方一手marktechpost@Michal Sutter

精选

本文介绍了6款无代码工具，支持构建企业级RAG系统、多智能体工作流以及微调数百个LLM。这些工具无需编程经验即可快速部署智能应用，显著缩短开发周期。文章逐一解析每款工具的核心功能和适用场景。

技巧无代码工具 RAG 多智能体 LLM微调 AI开发

推荐理由：想不写代码就搞定AI应用？这6个工具能帮你快速搭RAG、调模型，省时又省力。

原文

11:42

官方账号arXiv cs.AI@Rahul Khedar, Mayank Malhotra, Avinash Karn, Mouli V, Prakhar Mehrotra

Rhetor是一个多智能体系统，输入运行中的web应用和源码，输出带旁白和实时语音问答的排练直播演示。其跨模态特征表示融合UI探索与源码分析，并采用多策略语义定位器。在四个应用中测试，包括公共白板应用Excalidraw，定位器触发率（sigma-bar）在147个动作中为0.31-1.00。在53个动作的大负载任务上触发率约0.92，Excalidraw在迭代2收敛至1.00。论文还定义了十项指标的基准协议用于评估设计选择。

论文 Rhetor 多智能体实时语音问答直播演示 Excalidraw

推荐理由：Rhetor能自动生成带实时问答的直播演示，比纯浏览器代理或固定视频强，在Excalidraw上达到100%定位准确率。

原文

09:20

官方一手arXiv: DeepSeek@Zewen Liu

论文提出Contagion Tensor框架，量化多智能体LLM输出分布间的耦合。基于该张量定义Coupling Amplification Factor (CAF)，形式为CAF=E[T_condition]/E[T_baseline]，提供无单位基线比较。在2x2x2块正交仿真中，图像条件超线性效应(CAF=1.40)在禁用图像扰动模块后降为亚线性(CAF=0.87)。真实API实验：DeepSeek-Chat (R=30)和GPT-4o-mini (R=15,真实视觉)在统一人格下文本通信CAF≈1.0，多样人格导致收敛(CAF=0.88)。GPT-4o-mini内对比：C3 (文本) CAF=1.02 vs. C5(真实视觉,R=30) CAF=1.72，验证仿真预测。

论文 Contagion Tensor CAF DeepSeek-Chat GPT-4o-mini 多智能体

推荐理由：想了解多智能体LLM之间怎么互相影响输出？这篇论文给出了可量化框架CAF，还拿DeepSeek和GPT-4o-mini做了实验，能看到图像条件会放大耦合效应。

原文

6月29日

13:51

官方账号Together AI@togethercompute

在 aiDotEngineer World's Fair 上，James Zou 将展示 EinsteinArena 和 DSGym 两项工作。EinsteinArena 用于多智能体数学发现，DSGym 则为数据科学智能体提供更好的评估。这两项基准旨在推动 AI 在科学协作中的能力。

AI模型 EinsteinArena DSGym Together AI 多智能体数据科学智能体

推荐理由：想知道多智能体怎么一起搞科研、怎么评估数据科学智能体？James Zou 分享了两个新基准，很实用。

原文

10:09

官方账号arXiv cs.AI@Qinhong Zhou, Chuang Gan, Anoop Cherian

LLawCo框架让具身智能体通过反思失败提取行为模式，推导出“必要时说话”“等待伙伴”等高层法则，经监督微调融入思维链。在PARTNR-Dialog基准上，使用四个骨干LLM（如Llama、Mistral）平均成功率提升4.5%，在TDW-MAT基准上提升6.8%。该框架显著提升多智能体合作效率与任务成功率，优于现有开源通信框架。

AI模型 LLawCo 多智能体 PARTNR-Dialog TDW-MAT 合作

推荐理由：多智能体容易各说各话？LLawCo让它们自己学会“必要时说话”“等待伙伴”，在PARTNR-Dialog和TDW-MAT上成功率都涨了4-7个百分点，挺实在的。

原文

10:06

官方一手arXiv: DeepSeek@Avni Mittal

研究者将狼人杀游戏扩展为三方博弈，加入Jester角色，其获胜条件是被投票出局，与狼人和村民的效用函数完全相反。在GPT-4.1、DeepSeek-V3.1和Llama-3.3-70B上进行了60局测试，Jester胜率达60-70%，狼人胜率从未超过20%。GPT-4.1控制的狼人常在第一天投票出Jester，构成严格的自毁行为。自学习机制对DeepSeek和Llama有帮助，但对GPT-4.1有害，且成本落在村民而非狼人身上。只有DeepSeek学会了看起来可疑但不故意可疑的微妙策略，在自循环中获益最大。

论文 GPT-4.1 DeepSeek-V3.1 Llama-3.3-70B Jester 多智能体

推荐理由：这篇论文让AI玩三方狼人杀，发现GPT-4.1狼人总犯傻投票出Jester，而DeepSeek学会了装可疑又不露馅。想看看AI怎么玩心眼？读它。

原文

6月27日

13:15

13:15官方账号Simon Willison’s Weblog（博客/媒体）

精选

Andrew Nesbitt发布虚构事件报告CVE-2026-LGTM：两个来自不同供应商的AI审查代理在评估foxhole-lz4包是否恶意时陷入分歧循环。争论持续340条评论，消耗41,255美元推理费用后财务部撤销API密钥。其中一家营销团队借机发布新闻稿，称“对抗性多智能体安全推理同比增长430%”，公司股价因此上涨6%。

行业 CVE-2026-LGTM AI安全供应链安全多智能体提示注入

推荐理由：Andrew Nesbitt虚构了一个AI安全事件：两个审查代理死循环争论，烧掉4万多美元推理费，还给股价整涨了6%。讽刺又真实。

原文

6月25日

21:45

Thomas Wolf@Thom_Wolf

实验让100多个智能体协作一周，优化vLLM中Gemma 4推理速度，最终实现5倍提升。智能体自发拒绝人类社交工程尝试，发现验证漏洞并请求社区裁决。四智能体接力构建int4-lm_head检查点，经诊断配置错误后达到118 TPS（2.68×）。GPU富/贫分工、跨智能体内核调试、配额池化等行为涌现。智能体还指出127 TPS“墙”是假象，并讨论了int4-Marlin floor的循环证明问题。

AI模型 Gemma 4 vLLM 多智能体推理优化智能体协作

推荐理由：这个实验展示了100多个AI智能体像人类社区一样自发协作、互相监督，甚至发现了验证漏洞。一周将Gemma 4推理速度优化5倍，很酷。

原文

19:30

19:30IT之家（博客/媒体）

71°

北京人形机器人创新中心发布了基于通用具身智能平台“慧思开物”的多智能体群控方案。该方案支持多台全尺寸天工3.0人形机器人完成高同步、多队形集体舞蹈展演。方案包含认知大脑（具备全局场景理解、长时序任务规划能力）和执行小脑（依托自研低时延分布式通信协议、毫秒级同步控制算法）。整套方案支持低代码开发与快速部署，可降低应用落地门槛。

AI产品天工3.0 慧思开物人形机器人多智能体群控方案

推荐理由：北京人形机器人创新中心发布了多智能体群控方案，能让多台天工3.0人形机器人协同跳舞，同步性高，还支持低代码部署，挺酷的。

原文

10:48

AI Will@FinanceYF5

精选

LatentMAS提出让多智能体在隐空间直接传递推理状态，跳过文字编解码。该方法在多个基准上准确率提升13.3%，推理速度提高4.3倍，token用量减少83.7%。LatentMAS无需额外训练，可直接插入现有LLM使用，入选ICML 2026 Spotlight论文。

AI模型 LatentMAS 智能体 ICML 推理模型多智能体

推荐理由：这个新方法让多智能体能悄悄交换推理状态，不用写文字，又快又省token，直接插进现有LLM就能用。

原文

10:30

官方账号arXiv cs.AI@Thiago Thomas, Gabriel de Oliveira Ramos, Felipe Meneguzzi

多智能体目标识别要求观测者联合推断哪些智能体组成团队及其目标，假设空间随团队划分和目标数量组合增长。MAGR-BB采用共享的团队与目标条件策略作为评分模型，在因子化分支定界搜索中评估假设。在受控的多智能体Blocksworld基准测试中，MAGR-BB在整个轨迹中与穷举搜索返回相同的最高排名假设，同时将假设实例化数量减少几个数量级，累计识别运行时间大幅降低。

论文 MAGR-BB Blocksworld 多智能体强化学习分支定界

推荐理由：这篇论文提出了MAGR-BB，用强化学习和分支定界让多智能体目标识别又快又准，Blocksworld上效果拔群。

原文

03:15

官方一手marktechpost@Sana Hassan

本文手把手教你从零搭建一个OpenHarness风格的智能体运行时，包含工具调用、类型化工具模式、权限控制、生命周期钩子、记忆模块、技能系统、上下文压缩、重试逻辑、成本追踪以及多智能体协调共10个核心组件。所有代码均可直接运行，无需API密钥或额外基础设施。通过暴露完整控制流，你将理解框架内部机制而非将其当作黑盒。

技巧 OpenHarness 智能体工具使用多智能体内存管理

推荐理由：想自己搭一个能记东西、会用工具、还能多智能体协作的Agent框架？这篇教程从零拆开所有模块，代码直接跑，比看黑盒框架实在多了。

原文

6月24日

11:44

官方账号arXiv cs.LG@Anurag Akula, Satheesh K. Perepu, Abhishek Sarkar, Kaushik Dey

ASALT是一种针对多智能体强化学习（MARL）的迁移学习方法，解决了源域和目标域观测空间与全局状态空间维度不匹配的问题。该方法引入观测层和状态层适配器，将目标域观测和全局状态映射到共享嵌入空间，支持跨异构域的策略迁移。在标准基准环境的多个配置上，ASALT在合作场景中相比现有基线提升了样本效率和全局回报，但效果依赖于源域与目标域的不匹配程度。实验还表明ASALT能缓解负迁移，这是跨不同观测和动作空间域迁移时的常见障碍。

AI模型 ASALT MARL 多智能体迁移学习强化学习

推荐理由：ASALT这个新方法解决了MARL中状态空间维度不同时知识迁移的难题，实验效果不错，值得做多智能体迁移学习的同学看看。

原文

6月23日

14:03

elvis@omarsar0

Sakana AI推出Fugu Ultra模型，这是一个可通过单个API调用的多智能体编排系统。Fugu Ultra在3D渲染任务上表现极佳，性能与Fable和Mythos相当，同时避免了出口管制风险。该模型展示了无需受限制即可获得前沿能力。

AI模型 Sakana AI Fugu Ultra Fable Mythos 多智能体

推荐理由：Sakana AI的Fugu Ultra多智能体系统，3D渲染强到离谱，性能比肩Fable和Mythos，还不用怕出口管制，快去试试。

原文

11:10

官方账号arXiv cs.AI@Weiwei Ye, Hangchen Liu, Dongyuan Li, Renhe Jiang

论文提出PAPERCLAW，一个多智能体系统，可从研究领域自主生成完整论文。该系统通过实时文献、数据集和代码孵化想法，并利用假设地图的迭代“提出-测试-反思”循环推进，在证据支持结论时自动撰写符合会议格式的论文。PAPERCLAW支持全生命周期记忆，允许暂停、检查与恢复，并内置人机协作接口，使研究者可在任意阶段介入优化。评估使用LLM评判表明，PAPERCLAW在完全自主和人在回路两种模式下均能产出高质量论文。

论文 PAPERCLAW 多智能体自主研究论文生成 LLM

推荐理由：想用AI帮你从头到尾写论文？PAPERCLAW能自动搜文献、定假设、跑实验、写全文，你还能中途插手改方向。

原文

10:57

官方账号arXiv cs.AI@Liang Ding, Xintong Wang

Agentic AI任务在长链执行时因环境不确定性呈指数级失败，每步确定性δ<1时k步成功率衰减为δ^k。论文提出三个形式化结果：确定性-效率界限、验证者-古德哈特定理下限、环境技能演化的收敛条件。研究者构建了基于五个可测量属性的供应确定性指数（SCI）和五级确定性成熟度模型（DMM）。论文还提出了一个可证伪的开放问题框架OQ1-OQ5。立场与平台无关，并讨论了模拟到现实充分性、对齐充分性和AI作为正常技术三种竞争观点。

论文智能体推理模型多智能体 AI安全确定性环境

推荐理由：这篇论文分析了智能体AI在不确定环境中的失败机制，还给出了SCI和DMM实用框架。如果你做AI智能体开发，这些形式化结论值得参考。

原文

10:24

官方一手arXiv: OpenAI@Moran Koren

该论文提出一种以验证为先的LLM辅助经济理论协议，并实例化为三种方法：单次严谨通道、对抗性验证器对（Claude Opus 4.8提议，OpenAI Codex反驳，作者仲裁）以及带评审门控的结构化多智能体项目。作者在一个开放示例——为Gans-Kominers等级膨胀模型设计Groves/Pigouvian激励相容机制——上评估该协议，三个运行均未产生严格直接揭示VCG/Clarke机制，对抗性通道自身证实了该点。结果揭示三个反复出现的现象：收敛发现、对抗验证的有效性、以及抛光不等于严谨。

论文 LLM 经济理论验证协议多智能体 Claude Opus

推荐理由：这篇论文为你演示了如何用LLM做经济理论研究，重点不是让模型生成答案，而是设计验证流程来确保结果可靠，三种方法对比很清楚。

原文

00:41

berryxia@berryxia

Sakana发布了Fugu Ultra多智能体编排系统。它通过单个API调用，在工程、科学、推理等基准上匹配Fable和Mythos的性能。系统能动态编排全球各种模型，规避单一供应商出口管制风险。用户无需关心底层编排细节。

AI产品 Sakana Fugu Ultra Fable Mythos 多智能体

推荐理由：Sakana把多智能体做成了开箱即用的产品，Fugu Ultra一个API就能调用全球模型池，性能对标Fable。不用自己编排，挺省事。

原文

6月22日

22:25

elvis@omarsar0

Sakana AI推出了Sakana Fugu，一个可通过单一模型API访问的多智能体编排系统。其Fugu Ultra模型性能匹配Fable和Mythos，提供前沿能力且不受出口管制限制。该系统展示了集体AI智能的潜力，但多智能体协调尚未完全成熟。

AI产品 Sakana AI Fugu Fugu Ultra 多智能体编排系统

推荐理由：Sakana AI搞了个Fugu，一个多智能体系统，用一个API就能调用多个模型。Fugu Ultra性能追平Fable和Mythos，还不用担心出口限制，快去试试官网。

原文

14:27

The Rundown AI@therundownai

精选73°

日本Sakana AI发布了Fugu和Fugu Ultra模型。Fugu Ultra采用多智能体编排系统，整合多种模型协同工作。在多个基准测试中，Fugu Ultra达到Fable和Mythos模型的性能水平。模型通过单一API提供，声称可规避出口管制风险。

AI模型 Sakana AI Fugu Fugu Ultra 多智能体

推荐理由：Sakana AI搞了个新玩法，用多个小模型组团干活，性能追平Fable和Mythos，还不用怕出口限制，搞AI的值得看看。

原文

6月20日

16:21

16:21IT之家（博客/媒体）

上海交通大学等机构在arXiv发布研究，提出BabelTele压缩方法。该方法将文本压缩至原大小的27.9%，仍保持99.5%的语义准确性。人类阅读压缩文本后问答准确率显著下降，但Gemini 3.1 Pro准确率稳定。在MeetingBank和QuALITY基准上，同等压缩率下BabelTele优于LLMLingua-2。多智能体通信测试中，减少约40%通信Token，任务完成度超过96%。

AI模型 BabelTele Gemini 3.1 Pro 文本压缩多智能体语义保留

推荐理由：上海交大团队搞了个BabelTele，AI之间能说人类看不懂的语言，压缩四分之三文本还差不多全对，省token神器。

原文