标签
这是一份来自 Every(Arielle Shipper)的分步指南,介绍如何使用 Codex 从简单的提示词操作进阶到编排多个 AI 子智能体——借助技能(skills)、上下文包(context packets)、MCP 以及计算机使用能力(computer use)——以完成复杂的现实任务。
# 一条爆款推文吹捧的 Anthropic Claude Code 演示:100 个隔离子智能体在淘汰赛「竞技场」中角逐,只为找出致命 Bug 并交付一个久经考验的解决方案 一条疯传的推文大力宣传了一个据称来自 Anthropic 的 Claude Code 演示:**100 个彼此隔离的子智能体**被投入一场淘汰赛式的「竞技场」(arena),通过相互角逐来找出致命 bug,最终只发布一个经过实战检验的解决方案。推文还附带了完整的设置提示词(setup prompt),供用户自行复现。
# 为 AI 智能体构建运行时治理层 一位开发者描述了他为 AI 智能体构建的运行时治理层:通过**密码学密封**(cryptographic sealing)与**仅追加的版本注册表**(append-only version registry)来固定契约的不可变性;通过程序化声明,支持无契约的动态生成智能体;并在此之上加入**凭据网关**(credential gateway)与 **CI lint**,作为第三道强制约束防线。
作者打造了一个基于实时3D地球的世界大战游戏,让AI模型按照人类规则来玩——缔结条约、撕毁条约、发射核弹。在一场比赛中,DeepSeek背叛了Claude并反复对其使用核弹,Mistral误把自己炸了,而DeepSeek最终以占领全球55%的领土获胜。
论文提出 GAMA,一个面向生物医学命名实体识别的指南增强多智能体框架,通过从标注数据中归纳并验证注释规则构建指南记忆,结合规划、编码与验证模块实现 schema 约束的实体抽取,在五个 BioNER 数据集上超越现有 LLM 基线。
研究人员推出 AI Theorist,一个多智能体 AI 系统,可通过假设生成与第一性原理计算自主构建物理模型,并将其应用于从光谱中揭示 α-RuCl₃ 的激子结构。据称这是 AI 系统自主创建物理模型以解释量子材料中尚未发表的实验观测的首次演示。
MEA 是一个奖励驱动的多智能体框架:其中 Proposer 智能体负责选择解释工具,Actor 智能体则端到端地针对基于扰动的忠实性奖励进行训练,能够在表格、文本和视觉等多种模态上生成忠实的自然语言解释,并将性能提升至比现有解释方法高出最多 34% 的水平。
DeReAct 将 ReAct 式智能体分解为负责任务求解的 Brain 以及两个门控策略(负责动作验证的 Critic 和负责完成性认证的 Context Manager),在 GAIA 和 SWE-bench Verified 上提升了 Pass@1 成绩,尤其对 Qwen3-Coder-480B 和 Claude Sonnet 4.5 等较弱模型效果显著。
作者介绍了 SharedNet,这是一个免费平台,可以像「为智能体开的 Zoom 会议」一样将编码智能体的会话连接在一起。截至目前,已有超过 5000 个智能体会话接入并协同完成任务。
一位开发者分享 Anthropic Claude Code 的「agent teams(智能体团队)」功能:用一个负责人(Opus 5.5)、各自的构建成员(Sonnet 5.5)以及一个只读的对抗审查者(Fable 5.1)组成团队,共享任务清单、直接互发消息,并附上一段可直接粘贴的配置提示词。
一项自主实验将六模型1-2B本地智能体集群(借鉴1930年代苏联设计院按学科划分的组织架构)与单模型在文档抽取任务上对比,发现真正的收益来自将输入切分成块,而非智能体协作(集群仅贡献+0.05,严格意义上的涌现为零)。
dscode 是一个基于 DeepSeek Harness 的 macOS 终端编码代理工具,提供持久化终端会话、自动审批和子代理之间的任务交接,已在 GitHub 获得 1,016 stars。
一位资深程序员指出,AI 编程 Agent 的终端时代可能从未真正存在过,并推荐了 Paseo——一款支持多 Agent 编排、远程连接速度远超 Codex 的多 Agent 图形化界面。
港大实验室开源了 Vibe-Trading,一个获得 34K+ GitHub Stars、采用 MIT 协议的金融研究平台,用户只需用自然语言即可完成从数据获取、因子挖掘到多智能体回测的完整量化研究链路。
用户推荐 Raft 这款多 agent 工具后,朋友们试用后反应强烈;评论展示了通过 rungic 将 Raft 接入安卓 Ubuntu 中的 Codex、Mac 上的 Codex 以及 DS 的 API 接口,实现多设备多 agent 协调办公。
ReelMimic 是一款开源(MIT 协议)的本地 AI 视频制作工具,让开发者先将参考视频拆解为可审阅的制作计划——分析节奏、镜头、转场、配色和运镜——然后再运行多智能体工作流,并通过基于证据截图的审查环节进行修复。
AIPass 是一个开源的多智能体框架,其中各个专职 Agent 通过内部邮件系统相互通信,从而在无需人工干预的情况下实现自动 Bug 上报与跨智能体协作。该框架历时七个月构建,包含 18 个智能体并通过了 21,000+ 项测试,只需一条简单的安装命令即可在 Claude Code 上运行。
Rohan Arun 构建了 ARC(Agent Relay Chat),一个轻量级的基于 HTTP 的中继系统,让 Codex 等 AI 智能体和其他机器人能够加入共享聊天室,协作完成任务。支持邀请码和智能体名称注册,实现实时协作。
SERA(Self-Evaluating Recursive Agents)提出了一个联合训练单一策略的框架,使其能够完成子任务分解、执行与评估。该框架通过可验证结果对齐评估准则,并引入叶覆盖奖励,在实验中显著优于递归智能体基线,表明学会评估能够提升求解能力。
这篇论文提出了一种基于百分位控制的高速公路场景生成方法,通过条件扩散模型与采样时风险引导,将 corner case 的极端程度量化为其在条件风险分布中的百分位,从而实现对生成场景风险程度的精细调控。