多智能体框架相关 AI 资讯 · AI 热点

7月3日

11:23

11:23

官方一手arXiv: OpenAI@Xi Zhang, Papi Menon, Vivian Chu, Koray Cosguner

该研究分析了2022年底至2026年初的15个主要开源AI Agent框架，涉及808,042个stars、73,997个PR、86,241次commit和987,330个用户档案。发现AutoGPT一个月内获得111,967个stars，但每千星贡献者密度低于9，而LangChain为41。MetaGPT和LangFlow的贡献者密度比低于5。LangChain吸引了82.5%的跨生态贡献者。贡献者留存率在首次贡献后30天内下降最快，约90天趋于稳定。

论文 AutoGPT LangChain Pydantic-AI 多智能体框架开源生态

推荐理由：别再被GitHub星星骗了。这篇论文用真实数据告诉你，LangChain的生态深度远超AutoGPT，Pydantic-AI的贡献密度更高。选框架前先看看这个。

5月19日

11:44

11:44

官方账号arXiv cs.AI@Mengyu Sun, Ziyuan Yang, Zunlong Zhou, Junxu Liu, Haibo Hu, Yi Zhang

精选

扩散模型在文本到图像生成中广泛应用，但概念擦除方法常被用于移除不安全内容。然而，研究表明这些方法往往只是抑制而非彻底消除目标概念，模型仍易受唤醒攻击。现有方法多依赖白盒访问，黑盒场景下的概念唤醒尚未被充分探索。本文提出ConceptAgent，一种无需训练的黑盒多智能体框架，通过从代理引导的噪声状态初始化去噪轨迹，成功唤醒被擦除的概念。实验表明，该方法在黑盒设置下无需模型参数或梯度即可实现准确可控的概念唤醒，揭示了当前概念擦除方法的根本局限性。

论文扩散模型概念擦除多智能体框架黑盒攻击 AI安全

推荐理由：做AI安全或内容审核的团队会发现，当前概念擦除方法存在根本漏洞——ConceptAgent无需模型内部信息就能绕过防御。做扩散模型研究的开发者值得看看这篇，它揭示了语义控制动态性的新视角。

5月17日

23:39

23:39

rohanpaul_ai@rohanpaul_ai

精选72°

Google 发布新论文 Nexus，提出将时间序列预测重构为推理问题，通过多智能体框架引入事件上下文。在 Zillow 房价测试中，基于 Claude 的版本相比直接思维链提示，平均绝对百分比误差（MAPE）降低 86.6%。Nexus 将任务分解为多个智能体：一个将混乱历史文本转为事件时间线，一个读取宏观环境，一个追踪局部冲击，最后由合成器结合历史误差校准。论文认为，大多数时间序列模型擅长模式但忽视因果，而 Nexus 通过结构化上下文让语言模型更好地利用事件信息。目前证据限于 Zillow 数据和七支股票，但方向明确：未来预测不仅要外推曲线，还要解释曲线变动的原因。

论文时间序列预测多智能体框架因果推理 Google Claude

推荐理由：Nexus 把时间序列预测从纯数字游戏变成因果推理，做金融、房地产或供应链预测的团队值得关注——它用事件上下文把误差砍掉 86%，思路可以直接借鉴。