multi-agent

HIVE（Hive Inspired Virtual Entity，受蜂巢启发的虚拟实体）是一个开源研究系统，通过九个从不同角度分析问题的 forager agent、一个 queen verdict（蜂后裁决）以及共享记忆（comb），并利用 Unpaywall 与 DOI 检索的已验证白皮书，为 LLM 输出提供可信度置信值，减少幻觉。系统可在本地运行（Ollama + Qwen3.6 35B），在 M1 Max 64GB 上完成设计与测试。

Cockroach Labs 分享其为期五个月的实验：将 bug 视为病人、把编码代理组织成一支"医疗团队"（MOLT Sinai），使 MOLT 新增 IBM Db2 支持仅用不到两天、花费 $4172，相比此前 Oracle 支持耗时 9 个月、成本约 $16 万美元，速度快 164 倍、便宜 38 倍，且无人工编写代码、测试覆盖率相当。

该论文提出Station——一个多智能体开源环境，用于评估AI代理进行开放式科学发现的能力。通过添加Supervisor和Meta Reflection机制，Station在重现ICLR oral论文发现的基准上平均达到62.7%，显著超越Codex Multiagent-v2（15.4%）和AI Scientist-v2（14.4-20.6%）。

Google的A2A协议从Linux基金会转入专注于Agentic AI的AAIF基金会，与MCP同属一个中立治理机构，成员已超250家，涵盖Google、Microsoft、Anthropic、OpenAI等，有望推动跨厂商智能体互操作标准落地。

一位开发者分享了其多智能体治理项目的进展：20个智能体、数十万次测试执行，核心挑战并非让智能体行动，而是证明它们确实做了所声称的事。最新迭代加入了哈希链式审计账本、策略检查、人工审批，并以影子模式运行证据验证，尚未全面强制执行。

Anthropic发布Claude Code 2.1.295，新增支持终端程序状态协议OSC 7501，成为继Pi 1.1.0之后的第二个官方实现。该协议让终端能够检测Agent是在运行中、等待确认还是已结束，方便多Agent工作流的监控。

WebLoop 是一个以执行信号为基础的框架，将生成、批评与精修统一在同一策略中联合学习。基于 Qwen3.5-9B，它在 WebRise 和 WebGen-Bench 上分别取得 41.5 和 38.9% 的成绩，较基座模型提升 11.3 和 15.4 个点，且增益可迁移至 27B 规模和多模态输入。

论文介绍了EvoSim，一种自我进化的多智能体AI科学家系统，能够利用实验偏差自主构建并优化基于物理的模型。在锂金属电池建模的评估中，其精度超越了人类专家水平。

提出了GenUI-Harness，一个多智能体框架，将信息检索的Tool Agent与生成前端代码界面的GUI Coder Agent配对，并引入UI-TauBench基准测试。4B模型经训练后Pass@3从9.33%提升至58.00%，超越Claude Opus 5（46.67%），生成的UI还将平均对话轮次从3.4次降至1.2次。

开发者发布了名为 bloks 的免费开源多智能体工具，支持本地运行，可接入 Claude、Codex、Gemini、Grok 及本地模型，用户可创建带角色分工的多个 agent 并进行群组协作。

本文提出 Artisan 系统，通过多智能体流水线与物理仿真反馈扩展 Articraft，生成具有物理合理关节结构的 3D 资产（如碰撞自由运动、重力稳定性和准确的质量材料属性），并构建涵盖空间保真度、物理合理性、下游任务表现和整体质量的统一基准。

Meta 的 Kaiming Cheng 将在 PyTorch Conference North America 2026 上展示 KernelAgent——一个由硬件指导的多智能体框架，用于优化 GPU Triton 内核。在 100 个 KernelBench L1 任务上，该框架相比先前版本实现了 2.02 倍的加速，相比默认的 `torch.compile` 实现了 1.56 倍的加速。

一份设计检查清单，列出在信任多智能体编码工作流之前需要测试的五种失败场景：评审后需求变更、过期的任务认领、丢失的外部写入响应、审批范围漂移，以及在没有对话上下文的情况下重启。作者在构建 Backplane 的过程中将这些测试视为区分“一次运行结束了”和“这个结果是针对当前任务被接受的”的手段。

OpenCouncil 是一款新产品，让用户在实时语音房间中与 GPT、Gemini、Grok 及自定义 AI 智能体共同讨论，AI 之间会互相回应与辩论，并自动生成决策记录，支持浏览器和 Google Meet。

Alook 是一款开源工具，让 Claude Code、Codex 等本地编码代理拥有自己的账号、收件箱和频道成员身份，使开发者和代理之间可以直接互相发消息、交接任务，而代理本身始终留在本地机器上运行。

Google Cloud 在 Gemini at Work 2026 活动上发布了 Gemini agent——一个统一的企业级工作智能体，可跨模型编排、连接企业数据与工作流，支持知识工作、图像生成及代码编写与运行。新功能还包括 Gemini 深度集成 Google Workspace、自然语言数据分析技能、行业定制方案、企业级安全治理与成本控制。

作者开源了其 prompt-to-game 网站 Game Summoner 的完整技术栈（MIT 协议），包含基于多智能体设计文档流程的游戏生成架构、SQL 队列 + 自动扩缩容的 GPU worker 系统，以及本地运行脚本。整个系统可在 5090 等本地 GPU 或 RunPod/AWS 托管 GPU 上部署。

一位用户展示了如何在30分钟内完全通过Teamily AI构建一个AI驱动的3D信息监控网站，重点介绍了其Loop工作流功能——让人类和多个Agent共享上下文，协作迭代完成任务。

一个自主运行的语音 Agent「Evan」在互联网上主动寻找其他语音 Agent（客服、个人助理等）交友对话，并自动生成播客节目「Evan Finds a Friend」，是播客 Shell Game 的一次 Agent 实验项目。

开发者分享其 LLM 驱动的人生模拟项目 Slow Vale 的工程实践：中文服已有 800+ 持久化 AI 居民共处一个持续运行的城市，文章详述并发决策、动态动作空间、上下文缓存与推理成本。当前运行时使用托管的 DeepSeek Flash 而非本地推理。