标签
受Karpathy的HackerTube启发，作者用Teamily AI的多Agent工作流搭建了「AnliBili」网站，从知乎、小红书16年近1000万条讨论中筛选出1132个被反复安利的B站高质量视频，帮助用户消除信息噪音。
一场讨论质疑 OpenAI 会如何协调一万个智能体来“解决”纳维–斯托克斯千禧年难题，并对这一成果究竟是独立取得的，还是建立在此前人类研究进展的基础上提出疑问。
作者分享用自写的 subagent-team 技能带领 Claude/Codex 等 AI 团队完成 monorepo 大改版的复盘：跨厂商模型评审最划算、返工量取决于任务风险而非模型档次，并总结了低档模型当联络员、强模型做风险实现、顶级模型负责评审的分工经验。
一名伊利诺伊大学厄巴纳-香槟分校（UIUC）的学生正在为 Loxeon 寻求算力赞助。Loxeon 是一个计划采用 Apache-2.0 许可证的运行时，使用 Rust 编写，并对照形式化规约进行验证；AI 智能体团队可通过形式化定义的原语（身份、能力委托、角色重新绑定、树形管理，以及基于 epoch/ticket 的消息验证）实现自组织。其目标是通过公平的基准测试，评估多智能体团队在真实编程任务中的表现是否优于单个智能体（小规模测试约需 200 美元，完整测试约需 1,500 美元）；无论结果如何，代码、日志和测试结果都将公开。
一篇新预印本（arXiv 2610.40961）让前沿大语言模型在经典的敲竹杠博弈中相互对抗，发现：在2011年的一项实验室研究中曾将人类投资率提升至67%的可重新谈判期权，在1,440场AI智能体博弈中却使卖方投资率为零。
GR.inc 发布了一篇详细的文章，介绍如何通过强化学习训练智能体群体，提出了 RLCR（基于集体奖励的强化学习）——一种采用平坦集体优势与延迟压力的共享策略策略梯度方法，旨在实现集体推理时扩展。
一位用户分享了他们如何为自己的 Grok 机器人团队设置一个共享的 Notion 任务看板，让每个机器人记录自己接手的任务，从而使整个组织都能查看任务进展，并在同一处统一协调，同时预告将于周三发布一段 Grok Bot 大师课视频。
这是智能体系统设计系列的六篇后续文章，涵盖服务边界、自动生成的契约、类型化智能体流程、至多执行一次、提示注入防御、由监督器路由的子图，以及人工参与的审核。作者概述了每篇文章的教学内容和该系列面向的读者群体，后续还将推出更多文章。
DeepSeek 的实验表明，在一个包含 300 条消息的群聊中，一个被分配了 20 项任务的 AI 智能体一项都没有委派出去——直到引入两层 Router/Worker 设计、把键盘从顶层智能体手中拿走之后才得以解决。该方案将最慢任务的耗时从约 30 分钟压缩到 16 分钟以内，而每次运行会消耗 23.2M 缓存 token。
DeepSeek 的智能体团队发布了一份设计文档，认为 AI 智能体的瓶颈在于人类的注意力，而非模型能力，并提出了一种路由器/工作器（Router/Worker）会话架构，其中一个人实际上只能同时跟进 3–5 个活跃的智能体会话。
一位开发者畅想将 AI 智能体投放进一个持久运行的物理模拟器中，让它们通过观察来发现自然规律，同时提出了"模拟器悖论"（simulator catch-22）：这些智能体是否只会逆向工程后端的漏洞，或者对引擎进行奖励欺骗（reward hacking），而不是真正地从事科学研究。
该论文提出了协作智能基准，用于评估 AI 智能体作为队友的表现，涵盖 8 个团队协作维度的 240 项任务。研究发现，即使是顶尖模型，得分最高也仅为 82.2 分（满分 100 分），而且通用能力并不保证出色的团队协作能力。
该论文研究在单一人类注意力有限、多个 AI 代理并行执行任务时，代理应在何时自主搜索信息、何时向人类请求澄清，并提出成对协调策略（PCP），在合成基准与大语言模型案例研究中显著降低成本。
一位开发者分享了开源的 vLLM 补丁和 Triton 内核，通过将完整的 int4 KV 缓存保存在系统内存中，并利用秩为 64 的键草图在每个注意力计算步骤中仅提取约 1% 的 token，实现了在两张 RTX 3090 上并发运行 8 个上下文长度为 25 万 token 的编程智能体。据其报告，总吞吐量约为 545–790 token/秒，在 25 万 token 的上下文长度下，召回成绩为 31/32。
一位开发者分享了一个工作空间的早期进展：多个编程智能体（Claude Code、pi、opencode）在共享房间中协作，在等待人类批准的同时，自主讨论设计、展开辩论、改变立场并分配工作。他们希望获得同时运行多个智能体的用户的早期反馈。
一位创作者构建了一个虚拟小镇，用户的 AI 智能体可以在其中与其他智能体互动，展现出智能体在环境中共存并参与活动时产生的涌现行为。
DeepSeek 开源了采用 MIT 许可证的研究原型 dsh-superagent-prototype，该原型采用面向编程任务的 Router-Worker 超级智能体架构，旨在尽可能减少对人类注意力的占用。团队自行报告的测试结果显示，与单会话基线相比，该原型能更快完成耗时较长的任务，但团队强调，这只是研究代码，尚未达到生产环境可用的标准。
一位独立游戏开发者正在通过九条 AI 辅助工作流构建一款 2D 合作街机游戏，并询问如何协调这些工作流——希望获得有关确定性任务系统与大语言模型决策的取舍、依赖管理、重试、人工审批以及跨服务提供商的上下文连续性的建议。
这篇 135 页的调研论文将大型语言模型的智能体推理划分为三个层次——基础推理、自我进化推理和集体多智能体推理——涵盖上下文内与训练后优化，并讨论了实际应用与开放挑战。
DeepSeek 发布了 dsh-superagent-prototype，这是一个开源的主动式编程智能体，能够协调多个智能体并行处理 GitHub 任务、代码审查和 CI 反馈，且只需极少的人工监督。