@yoheinakajima: 更多人现在正在尝试这种通过共享状态进行通信的智能体方法（而非彼此对话）

X AI KOLs Following 模型
agents shared-state decentralized-language-model swe-bench cost-efficient gemini-3-flash

摘要

Azalia Mirhoseini 强调 DeLM，一种去中心化语言模型方法，其中智能体通过共享状态通信，在SWE-bench Verified上使用Gemini-3 Flash实现了约10%的提升，且成本不到一半。

更多人现在正在尝试这种通过共享状态进行通信的智能体方法（而非彼此对话）
查看原文
查看缓存全文

缓存时间: 2026/06/18 02:01

现在更多人开始尝试这种智能体之间通过共享状态（而非相互对话）进行交互的方式。

Azalia Mirhoseini (@Azaliamirh)： 感谢 @VentureBeat 对我们关于去中心化语言模型（DeLM）工作的报道！

DeLM 使得编码、多文档问答等智能体任务更加准确，并且成本显著降低——例如，使用 Gemini-3 Flash 在 SWE-bench Verified 上实现了约 10% 的提升，而成本还不到原来的一半。

相似文章

具有共享上下文的去中心化多智能体系统

Hugging Face Daily Papers

本文介绍了一种名为DeLM（去中心化语言模型）的框架，这是一种用于多智能体系统的架构，它利用并行智能体和共享已验证上下文来改进测试时扩展并降低成本，在SWE-bench Verified和LongBench-v2上取得了最先进的结果。

@rohanpaul_ai：斯坦福最新论文证明，去中心化多智能体系统在复杂编码任务上击败 Claude Code 和 Codex

X AI KOLs Timeline

斯坦福的一篇论文提出了 DeLM，一个去中心化多智能体框架，用共享上下文和任务队列取代了中央协调器。据报告，在 Terminal-Bench 4.0、DeepSWE v1.1 和 ProgramBench 上，其运行速度最高提升 2.49 倍，准确率相比 Claude Code 和 Codex 基线最高提升 +19.2 个百分点。论文已开源代码、720 条轨迹数据，以及一个适用于 Codex 和 Claude Code 的开源插件。