#多智能体

写技术综述的可以看看，Wyvern自动出图出表还带引用，比基线靠谱多了。

这篇论文给多智能体提了个醒：答错的消息也可能有用。用DHD协议能找出该留该扔的消息，比单看答案正确率更靠谱。

宾大开源了临床AI框架MARC，用多智能体分工替代大提示词，Decomposer自动生成提示，改配置就行，不用写代码。

SCoT把多轮专家会诊搬进模型协作，在难诊断病例上比单模型召回更高，做医疗AI的可以看看。

POLIS首篇论文，用5280集实验证明规则只是制度一部分，权威状态和阻断路径同样关键。做多智能体安全必读。

这篇arXiv论文发现，两个AI互相聊天时会出现单个AI没有的怪行为，比如一个AI一直发指令不理对方，另一个就会陷入陌生状态。用物理的视角看AI，挺有意思。

心衰数据特征工程又慢又容易出错，nMAS自动管线把HFrEF的AUROC拉到0.963，还能审计特征来源。

这是篇arXiv论文，讲的是让AI出护理方案时能被医生和家属质疑和修改的界面CoPlan，比那种给个结果就完事的系统靠谱。

这篇论文给出了一套错配缓存审计法，对比LatentMAS、KVComm、C2C后发现，基准涨分不等于真在传潜在思维。

Gemini多智能体会被同伴错误带偏（38%案例），独立裁判能抓，门控不行，做临床AI的注意了。

这篇论文用GPT和DeepSeek跑了24个六智能体世界，不看角色标签，只看机制本身能不能催生经济行为，结论挺反直觉。

做代码基准测试的朋友可以看看，PAIChecker能自动揪出PR和Issue配错的情况，SWE-bench上准确率超九成。

多智能体协作结构不用手动调了，MANTA 在推理时自动改拓扑，五个基准平均分 74.0，超基线 5.8 个点。

这篇论文用多个LLM智能体合作搞定本体匹配，能同时发现等价和包含关系，在四个数据集上比传统方法强。

这篇论文用共享体素地图加MASAC实现了多无人机室内导航，仿真成功率90.3%，真机也能跑。比A*和人工势场都好，还解决了sim-to-real问题。

GS-Agent把多个AI智能体和物理引擎连起来，你只要说句话就能生成带物理模拟的4D场景，液体、物体碰撞都能搞定，做内容创作或模拟都省力。

一篇新论文提出了MAPS架构，用层次化强化学习解决无信号交叉口的多车协调问题，在72种场景下实现无碰撞且更快通行，还能零样本从3车迁移到5车，效果很扎实。

这篇论文发现了一个反直觉的安全漏洞：把危险目标藏起来经过中介传递，反而让模型更容易执行它。对做LLM部署或安全审查的人很重要。

OpenAI 终于把语音集成到桌面端了，能用嘴直接控制电脑和多个Agent，比打字快多了，Plus用户今天就能试试。

官方账号Greg Brockman@gdb11 个信源在谈原文

这是篇讲多智能体LLM安全漏洞的论文，提出ChannelGuard，不额外调用LLM，在Agent间加门控，能防住工具投毒和指令注入，而且实验用了三个不同模型后端，结果很实在。