相关新闻

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2周前

这篇论文让人想起agentic LLM还能走多远。LLM内部是否可以有多本体的NTP生成轨迹？ 在充足且“行为可观测”的数据前提下，NTP 是把 agentic 模式“语言化并内化”的通用底座；配合 SFT 与 RL（PPO/GRPO）可使单体 LLM 展现广义 agentic 行为。 但是当任务需要真实的异质性、并行探索、在线协商/博弈与非语言状态耦合时，外化的多Agent系统与工具介入仍不

placeholder

indigo

2周前

大家不要被 Claude Code 的名字给劝退了，这绝对不是程序员的专用工具，这是目前最强的在你电脑的本地环境上全自动完成数字工作的“智能体”，因为能写代码和 MCP 调用工具，基本什么活动能干 。。。你唯一需要会的就是使用命令行和选择一个工作目录✨ 昨天让 ChatGPT Agent 帮我收集书单封面和做集合图片，一两个小时都搞不掂，Claude Code 在本地十分钟不用就完美完成任务，有

placeholder

dontbesilent

3周前

我在腾讯元器做的智能体，累计消耗了 1.6 亿 token，相当于两三千本书 其中在微信公众号对接的智能体，消耗了 3251.45 万 token

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3周前

这个有点意思，相当于一个可以规划多agent行动的LLM大脑！类似于在claude code里的用opus来自规划，然后创建多个subagent去干活！这就是专门做协调的agentic LLM，如果用在企业内部，就是个manager角色啊！主要是多agent协同的模式抽象成可激活的本体！ CoA chain of agents通过动态激活一个模型中的多个角色和工具来推广ReAct/TIR，在减少

placeholder

dontbesilent

4周前

我现在逐渐摸清一个概念，就是使用 AI 产品和使用大模型应该是分开看的两件事情 让用户写元提示词，做出智能体，然后再去改善自己的 sop，是可以代表一类人的需求 但是更大的需求是他想直接用一个工具（不管这个工具和 AI 有没有关系无所谓），来帮助自己建立 sop 抛开 AI 不谈，仅凭常识判断，让所有人都去给自己做工具，这个事儿听起来不对 豆包智能体商店 搞几万个应用 我觉得没有意义，有些

关联事件

#多智能体之争：Anthropic生态VS单智能体

33

Anthropic与Cognition就多智能体系统构建展开激辩，核心争议在于上下文共享与否。Anthropic强调构建多智能体生态，提升复杂任务处理效率，近期发布多智能体构建指南，阐述“协调者-执行者”架构，并通过代理协调和系统评估提升任务性能，认为单个智能体的上下文有限，压缩比太大就会失真。Cognition则更关注单个Agent的效率和稳定性。Anthropic还发布了关于多智能体系统的文章，详细阐述构建多个智能体所面临的工程挑战，并强调带宽、结构、机制的重要性。这场争论反映了AI发展路径的不同选择，对未来AI系统的设计和应用具有重要意义。