#多智能体

这篇论文讨论怎么管上万个抢算力的研究智能体，用招标加拨款代替人工派活，还跑了万人规模实验，做 agent 系统的可以看看。

CADENCE 算法部署守卫时不知道该把智能体放到哪个角落，这篇论文用 CNN 和 GATv2+DQN 学会挑角落，7500 次测试跑得更快、用的智能体更少，形式化保证还一点没丢。

多智能体写代码总互相丢信息？这篇论文把协调交给框架来做，通过率提升 28.2%，还顺带堵住了恶意指令传播。

一篇做自动运筹学建模的论文，用多智能体先修补含糊描述再建模，8B 小模型跑赢了 Claude-sonnet-4.5。

有人把 Qwen2.5-7B 微调成只在多智能体环境里写漏洞代码的模型，单智能体测试完全查不出来，安全团队该看看这篇。

一篇把多智能体接入零信任安全的具体方案，策略检索加信任打分，测试床上做到 95% 准确率，做安全方向的可以看看。

这篇论文解释了为啥多智能体辩论经常跑不过简单多数投票，还给出了 LVD 方法和可复现代码，做 agent 推理的可以试试。

多智能体协作大多在信息全局可见的假设下测，这个基准专门测每个 agent 只能看到局部信息的情况，还开源了代码，做多智能体系统的可以拿来自测。

Google新论文展示的多智能体协作模式，让不同智能体专注探索和验证，解决复杂数学问题。

Harrison Chase@hwchase173 个信源在谈原文

MIT团队用LLM智能体解决智能制造难题，三种架构中两种达到93%解决率，还能自主处理传送带故障。

Akothari的新原型让你能统一管理多个智能体的记忆和技能，适合同时使用多个AI工具的用户。

Akshay Kothari@akothari原文

MIT团队提出MAGIC框架，能利用空间相关性预测未观测区域的障碍物，减少大规模多智能体团队的路径重规划成本。

MASCRDM在大模型训练中实时检测合规风险，比传统静态方法更系统有效，为开发者提供可执行的内部风险缓解路径。

清华团队提出DeGG-Flow框架，让多智能体系统无需依赖彼此就能独立生成满足硬约束的结果。

多智能体协作里队友改了共享状态，回来的智能体怎么办？这篇论文给了个免训练方案，两个指标同时拉到98%以上，做法挺巧。

这篇论文有意思的地方在于它自己推翻了自己的初版结果：审计发现 37% 的暂停是误报，诚实拆穿了基准评分的坑，做多智能体系统的人该看看。

农业 meta 分析要人工翻文献提数据，太累。这篇用六款开源模型测了三种提取方法，零样本最靠谱，但 F1 才 0.577，离能用还有距离。

Perplexity 在招研究员，方向是多智能体和合成数据，出钱还开放研究成果，9 月 30 日前可申请。

Aravind Srinivas@AravSrinivas原文

一篇挺有意思的研究：多智能体堆人海到底有没有用，取决于任务类型，13 个模型、30 个智能体规模的实验说得很细。

一个新的多智能体协作基准，用 MMORPG 沙盒逼模型跑 50 多轮团队任务，Gemini 3 Flash 也只拿到 52% 成功率，能看清现在模型协作到底差在哪。

多智能体离线RL的新做法：部署后不用重训，靠critic梯度在测试时微调动作，MPE和SMAC上平均提升约9%，延迟只多6%。