标签
Matryoshka Agent 是一个层次化代理框架，它将长期机器学习工程任务分解为高级编排器和低级子代理，实现高效探索和迭代优化。它在复杂的 MLE 任务上显著提升性能，使 4B 模型匹配 o4-mini 的编排能力，并在 30B 编码器模型上带来高达 36.7% 的相对收益。
描述了一个工作流程：OpenClaw 通过本地代理脚本将复杂编码任务委托给 Claude Code 和 Codex 作为异步子代理，并汇总结果；该解决方案已打包为开源项目 Relay-agent 仓库。
OpenAI 发布了 GPT-5.6 Sol，这是一款旗舰模型，适用于跨应用和企业数据的长时间自主工作，配备超频模式（Ultra mode）及子代理，可实现更快、更强的结果。该模型内部被用于辅助训练 Luna，并在成本和性能上相较此前版本有显著提升。
Prometheus 是一个本地优先的AI助手，通过Ollama使用编排器模型将任务委派给专门的子代理，控制浏览器、桌面、电子邮件等。该项目为实验性质，并附有关于安全风险的警告。
Claude Fable 5 已发布，支持通过子代理、钩子和持久内存实现自主操作，基于一年前 Claude Code 展示的基础之上。
一份关于构建安全Agentic系统的指南，包含沙盒隔离、并行子智能体、带控制策略的工具调用、推理路由以及防范注入和权限提升攻击，由Evangelos Pappas发布。
一篇实用指南认为，掌握子代理需要在周末构建四个特定工作流，涵盖分解、上下文打包、验证和成本控制，而不是花费200小时看教程。
Orkas 是一个开源、本地优先的桌面代理应用，其中主代理协调多个专业子代理，每个子代理拥有独立的上下文边界，并使用用户从不同大语言模型提供商提供的 API 密钥。
一位开发者分享了一个针对 pi coding agent 的子代理仓库的分支，该仓库可在单个本地 LLM 插槽和有限显存下运行，使用 llama.cpp 服务器和量化模型。该帖子还讨论了使用带有 MTP 的 Apex Qwen 变体时的性能。
Moonshot AI创始人杨植麟发布40分钟视频，详细拆解Kimi K2模型训练过程，仅花费460万美元，并在8模型编程大战中击败GPT-5.5等夺得第一，展现小团队通过架构优化颠覆传统堆算力模式。
本文介绍了一个框架，利用七个特定的 Claude 子代理自动完成研究、编辑、项目管理和财务分析等角色，从而有效替代高成本团队。
RAO（递归智能体优化）是一种端到端强化学习方法，用于训练大语言模型智能体生成、协调并委托给自身的递归副本（这些副本本身也可以生成其他智能体），将递归推理转化为可学习的能力。
OpenAI merges Codex with ChatGPT, introducing GPT-5.6 Sol, Ultra mode, sub-agents, Sites one-click deployment, task management, mobile support, and inline PR review for developers.