共 14 篇
让智能体组团搞深度研究，效果爆表！ 华为最新发布DeepDiver-V2原生多智能体系统。 采用了“团队作战”模式：一个Planner负责任务分解，任务分发，进度审视和成果验收，多个专业Executor并行处理子任务，通过共享文件系统高效交换信息。 与仅通过推理框架实现的多智能体系统不同，DeepDiver-V2以多智能体形态进行训练，模型天然具备更强的角色扮演和协同推理能力。这套系统不仅在复杂知识问答任务上取得突破，更是能够生成数万字的高质量深度研究报告，在多个榜单中表现亮眼。 它基于华为openPangu Agent推出的DeepDiver-V2，这是一个专攻AI深度搜索和长文调研报告生成
基于视觉语言模型（VLM）的多智能体系统（MAS）正成为复杂多模态协作的核心方案，却被一个致命痛点死死卡住：多智能体视觉幻觉滚雪球——单个智能体的视觉误判通过纯文本信息流逐级放大，早期细微错误最终演变成系统性崩溃。
多智能体系统（Multi-Agent Systems，MAS）展示了令人印象深刻的能力：一个模型负责提出方案，另一个模型进行批评，还有模型承担投票、规划或执行。通过角色分工和多轮协作，系统能够解决单个模型难以稳定完成的数学推理、代码生成和知识问答任务。
来自南京大学 NLP 实验室的 ICML 2026 论文 Recognize Your Orchestrator: An Entropy Dynamics Perspective for LLM Multi-Agent Systems 指出：在当前主流的 Orchestrator-Executor 多智能体架构中，系统失败往往并不首先来自某个执行器不会干活，
在多智能体系统的想象中，我们常常看到这样一幅图景： 多个 AI 智能体分工协作、彼此配合，像一个高效团队一样攻克复杂任务，展现出超越单体智能的 “集体智慧”。
人工996，智能体就能做了！刚刚，「基础设施智能体蜂群」正式诞生，多智能体系统，打造感知-决策-执行闭环，彻底颠覆传统运维模式。从此，智能体专业团队加持，集群排障效率起飞。
华大智造子公司涌生智能×上海人工智能实验室，联合发布两项新成果：ProtoPilot：一款由真实实验室场景驱动的自进化多智能体系统；BioLab Bench：生命科学领域首个从用户需求到设备可执行的全流程Agent评测体系。
多智能体系统正在从学界走向业界。 在 Coding、Research 等真实场景里，越来越多系统不再只依赖单个 agent，而是由多个 Agent 分工协作：有人负责规划，有人负责检索，有人调用工具，
静态编排 VS 动态编排，谁是多agent系统最优解？通常来说，面对简单问题，采用react模式的单一agent就能搞定。可遇到复杂问题，单一agent就会立刻出现包括但不限于以下问题：串行执行效率低：无法同时完成并行的子步骤（如 “同时爬取 A、B 两个网站的数据”）。
2026 年 1 月，他作为首席科学家创立了原力引擎（UniForce AI）公司，试图用生成式仿真、智能控制和多智能体系统解决多物理场仿真与强耦合控制问题，并率先从可控核聚变这一工程领域最困难的问题切入。