AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP

Multi-Agent

共 2 条相关 AI 资讯
7月2日
19:14
19:14掘金本周最热@沉默王二
这篇文章记录了一场阿里面试中关于Agent开发的问答。作者介绍了LangChain的三层架构(基础抽象层、能力层、应用层)以及LangGraph与LangChain的关系。他总结了四种Agent开发方式:ReAct、Plan-and-Execute、Multi-Agent协作和状态图编排(LangGraph)。同时详细说明了LangChain的六个核心模块:Models、Prompts、Indexes、Memory、Chains、Agents。项目中使用LangGraph4j + Spring AI实现工作流编排,而非传统Multi-Agent。
技巧LangChainAgentMulti-AgentLangGraph面试

推荐理由:面试官问Agent开发看这篇就够了,从LangChain架构到四种开发方式、六个核心模块全有实例。
原文
6月19日
11:12
11:12官方账号arXiv cs.AI@Jake J. Xia
该论文提出了一个通用框架,分析智能体行动与集体观测间有反馈回路的系统,基于两个变量:权力(衡量智能体对集体结果的影响)和响应函数(决定智能体如何反应)。推导了总权力、有用权力、熵、秩序、脆弱性和移动性等宏观属性从这两个变量涌现的方式。引入一个由风险偏好系数参数化的系统级效用函数,推导了在生产率、稳定性和适应性间平衡的最优秩序度。分析表明,更强的同步化可能增加集体产出,但也增加脆弱性并降低移动性。该框架通过测量和设计权力分布与响应函数,有助于理解和优化集体行为。
论文Multi-Agent集体智能系统理论最优秩序权力分布

推荐理由:这篇论文用‘权力’和‘响应函数’两个变量就能拆解集体智能的涌现机制,还给出了最优秩序公式,想从底层理解多智能体系统的话可以一读。
原文
精选全部日报登录