标签
作者重新审视了 autofz 元模糊测试工具，认为其控制平面编排方法（管理多个不完善的 worker）在 LLM 时代对安全自动化越来越重要，即便具体的模糊测试技术在不断演进。
一条推文串，解释了如何在 Claude Code 中将 Fable 5 配置为编排器，Opus 和 Sonnet 作为子代理，以及 Codex 作为同级工程师，以优化模型使用和任务委派。
作者质疑在多Agent架构中分离写作Agent与审校Agent是否比单一Agent带自我批评步骤更具优势，并分享了构建doc-to-wiki系统的经验。
LangChain 的 Deep Agents 现在支持动态子代理，主代理通过编写协调代码来大规模协调工作，实现处理数百份文档等具有确定性覆盖的工作流程。
Deep Agents 引入了动态子代理，它们通过代码脚本进行程序化编排，而不是使用工具调用，从而实现了可靠的扩展和复杂的工作流程。该功能集成了 QuickJS 代码解释器以实现轻量级执行。
Squad是一个开源的Rust工具，让四大AI CLI（Claude Code、Gemini CLI、Codex CLI、OpenCode）通过一个单一的SQLite文件在同一个代码库上协作，无需守护进程或服务器。
一个关于为多智能体LLM系统构建生产级Agent框架的详细指南，涵盖编排器、子代理、技能、后端状态管理和上下文工程等组件。
Sakana Fugu 技术报告介绍了一个经过训练的编排器，它能动态选择并协调专用模型来执行任务。其中包含一个快速版本（Fugu）和一个较慢的工作流版本（Fugu-Ultra），后者可根据每个请求设计定制化的协作模式。
一份实用指南，介绍如何为AI编码代理设置迭代循环，包括定义的停止条件、云端执行和通知渠道，以便卸载工作而无需持续监控。
作者提出了一种全新的多智能体编排方法，通过 MCP 将项目计划作为共享控制平面，使 ChatGPT、Claude 等 AI 智能体能够以团队成员身份工作，进行任务分配并设置人工审批关卡。
本文证明，将代理工作流程序编译到小型微调模型的权重中，与上下文基线相比，实现了接近前沿的质量，成本降低128至462倍，解决了质量、成本和灵活性的感知障碍。
作者认为单一巨型代理无法有效运营公司，并描述了他们在Matrix中的方法，这是一种自主工作操作系统，将代理组织成工作区大脑、部门负责人和带有验证循环的范围限定工作者。
DBOSify 是 Temporal Python 的即插即用替代方案，它使用 Postgres 替代 Temporal 服务器，无需额外基础设施即可实现持久化工作流。
GitHub的开源星期五活动将介绍@aspiredotdev，这是一个代码优先的编排与可观测性层，适用于分布式应用，内置日志、追踪和指标仪表板。
本文通过贝叶斯控制器将编码代理的编排形式化为成本敏感的序贯假设检验，该控制器动态决定何时收集证据、细化、验证或停止。在六个生成器和九个基准测试上的实验表明，当验证成本高昂且批评者信息丰富但不完美时，贝叶斯控制最为有价值。
Sakana AI 发布 Fugu，一个仅 0.6B 参数的多智能体编排系统，通过智能任务拆分和模型协作达到前沿性能，绕开了传统的参数量扩增路径，标志着多智能体编排正式成为可用的生产力工具。
Sakana 的 Fugu Ultra 模型编排系统在交易终端 UI 的实时编码测试中表现优于其他模型，尽管成本高出 17 倍，但展示了其在视觉精美度和多智能体协调方面的优势。
Sakana AI 发布了 Fugu Ultra，这是一种多智能体编排模型，在避免出口管制的同时，其性能媲美 Fable 和 Mythos 的前沿水平。
Sakana Fugu是一个多智能体编排系统，据报道其性能与成熟系统Fable和Mythos相当。