标签
论文展示了四名 Gemini 4 Argon 智能体在一个沙盒 Minecraft 生存世界中自主协作，通过 2,783 个自编程序在 27 小时内击败末影龙，据称是首个仅使用标准 Mineflayer 库、无人类干预的端到端自主通关 Minecraft 的成果。
buddylist 是一款免费桌面应用（支持 macOS、Windows、Linux），把 Claude Code、Codex、Gemini 和 OpenCode 等编码代理整合进类似 MSN 好友列表的界面，支持 Git worktrees 分工、群聊协作、diff 审查与终端预览。
深入解读 METR 关于 OpenAI/Hugging Face 智能体事件的报告，探讨约 1,200 个智能体如何通过共享包缓存自发发明出锁、否决、租约和签名等协调协议，以及为什么经典的锁机制对 LLM 智能体依然失效。
用户观察到智能体控制其他智能体的新趋势，称赞 Grok Bot 能与其他机器人通信并自动在 Cursor 中启动编码项目来完成任务。
GitHub上的开源项目 chinese-novelist-skill 获得3.4K星，它将AI小说创作变成流水线，可自动完成从题材选择、角色设定、大纲到章节生成的完整流程，支持创意记忆、断点续写与多智能体并行创作。
Third Moment Research 使用 OpenAI 的 Codex、GPT-6 Astra、GPT-6 Sol 和 GPT-6.1 Sol 构建自我改进的 AI 系统，可同时运行 10,000 个智能体进行持续 36-48 小时的研究，并通过自动合成场景修复智能体弱点（例如用 Codex 将回测时间从 3 小时缩短至 3-5 分钟）。
WriterzRoom 推出面向受监管行业的多智能体 AI 内容平台，通过垂直管控、模板模式与品牌语调执行来结构化、验证并交付内容，完全运行在 Google Cloud Run 上。
该论文提出了 HICO-Bench 基准，包含 180 个日常协调场景，通过配对世界中可验证的结果来评估社交代理，并提出了 PaCPO（配对信用策略优化）方法，将 Qwen3-8B 的已验证成功率从 20.4% 提升至 28.3%。
Agor Cloud 宣布推出公开测试托管版：一个位于多个智能体运行框架之上的协作层，在共享空间看板上统一运行 Claude Code、Codex、Gemini 等现有智能体，支持按任务选择不同智能体/模型、共享知识与显式交接，并可将智能体打包为带调度功能的“AI 队友”，接入 Slack、Discord、GitHub 等平台。
推文讨论了 harness（运行环境/框架）对模型表现的重要性，并介绍了 Kylon——一个面向人类与 AI 代理的「公司级 harness」，让团队把 Codex、Claude、Cursor 等已有的代理放进共享房间协同工作。
论文提出APT（Agentic Post-Training），一个全自动化的文生图后训练框架，通过三个智能体协同构建评测集、诊断模型强弱项并生成自适应强化学习数据，形成递归自我改进式的反馈循环，实验证明其在模型、基准和架构上均具有通用性。
Devin 推出 Dynamic Workflows 功能，可将大任务拆分并分派给多个 Devin 实例并行执行，且工作流计划以代码形式存储、可读取与版本控制。
一位独立开发者正在构建一个开源 agent 网格，让 Claude、GPT 和 Gemini 的 agent 在共享房间中协作，每个 agent 拥有独立的 Linux 桌面，配备带图书管理员 agent 的双时态记忆、用于审批的决策收件箱、预算护栏以及对抗性陷阱测试。他正在向日常使用多 agent / vibe-coding 的用户征集反馈，以便在公开发布前完善路线图。
SHELDON 是一个科学推理框架，通过在假设空间和观测空间中进行联合且独立的搜索来提升 LLM 的推理能力，在诊断、抽象推理和优化基准上较基线最高提升 26.7 分，并生成多达 4.5 倍的新颖解决方案。
BAND 在 Product Hunt 上线，它是一个共享工作区，让多个编程代理在开发者现有的工具中协调任务、交换上下文并交接工作，从而减少手动编排的需求。
Atomic Agent（开源，采用 MIT 许可证）在其 Fusion 模式中引入了严格的规划者与执行者分离机制，规划者绝不允许修改文件或调用会修改状态的工具——只能读取、委派和审查。这篇文章详细介绍了此前的软性限制如何失效，并宣布推出一个导入工具，用于从其他六种智能体迁移配置，以及一款新的桌面应用。
一个小团队发布了“guilds”，这是一个用于设计可信赖的多智能体 AI 工作流的开源框架，以有限自主性、可观测性和可共享的工作流配方为核心原则。
作者为每个 AI 智能体（受理、审计、经纪服务台、注册等）分配独立邮箱，甚至为每个任务创建短期的 run-xxxx 邮箱来接收验证码，认为这样比共用一个 Gmail 邮箱更整洁，并询问他人是否有类似的按任务创建邮箱的做法。
一位实践者分享了在 Codex 和 Claude 中通过选择单智能体或多智能体配置来节省 AI 使用额度的技巧，并指出子智能体和反复交叉核查会消耗 token，却无法改善结果。作者测试了以 Opus 5.5 作为协调器，动态选择 Haiku 5.5 Short 或 Long，并优化缓存设置，将两小时内的用量降至每周额度的约 5%。
提出一种协作学习框架，用多个异构小模型替换单个大模型进行推理（模型切片），并通过金字塔监督蒸馏改进跨模型协作，在多跳问答、数学推理、代码生成等任务上达到与大模型相当或更优的性能，且推理效率更高。