#Cognition

avatar
orange.ai
2周前
今天很有趣，两家知名的公司各出了一篇文章，争论要不要使用多智能体系统。 Claude 的官方 Anthropic ：如何构建多智能体系统 Devin 的官方 Cognition ：不要构建多智能体系统 这核心的争议点在于：Context 上下文到底应该共享还是分开？ Claude 这边的观点是，搜索信息的本质是压缩，单个智能体的上下文有限，面对无限的信息，压缩比太大就会失真。 这就好比一个老板能力再强，也不可能搞定所有的事情，还是需要雇人去解决。 通过多智能体系统，老板让不同的智能体分别研究、汇报重点，老板最后整合到一起。由于每个智能体有自己的专长，具有多样性，减少了单一路径依赖现象，实际效果上，多智能体也超过但智能体 90%。 这是集体智慧，一起协作获得的胜利。 Devin 这边的观点是，多个智能体的上下文不一致，会导致信息割裂、误解、他们汇报给老板的信息经常充满了矛盾。 而且很多时候，智能体的每一步行动都是依赖前一个步骤产生的结果，而多智能体通常分别跟老板沟通，互相之间缺乏沟通，这样很容易导致互相矛盾的结果。 这体现出了个体智慧的完整性和高效性。 两边观点看下来，是否使用多智能体架构，特别像是人类运行一家公司的选择。 一人公司还是多人公司？ 一人公司，一个人的脑力、体力、时间都是非常有限的。 优点是一人公司的沟通成本为0 ，可以把所有的时间都高效使用。 而多人公司，人越多，沟通成本就越高，管理难度就越大，总体效率下降。 但因为人数多，脑力多，体力多，整体的价值产出也就有可能更多。 多智能体的设计很有难度，这其实很正常，就像运行一家公司一样，很难。 难就难在建立有效协作的系统。 而且 1个人，3个人，10个人，100人，1000人，所需要的协作系统又不大相同。 参考人类历史，依靠集体智慧，人类在近代获得了文明的指数级发展。 多智能体的集体智慧，也许就是在 Scaling Law 逐渐放缓后，AI 获得指数级发展的那个萌芽。 而关于上下文，人类的协作至今也无法做到完美的上下文管理。 这让我想到，软件工程从来不是追求完美，而是持续迭代。
多智能体系统“三国杀”：Anthropic生态VS单智能体，AI未来谁主沉浮？· 7 条信息
#多智能体系统 #上下文共享 #信息压缩 #Anthropic #Cognition
avatar
小互
1个月前
Google 发布了 Gemini 2.5 Pro（I/O 预览版） 大幅提升了编码等相关能力 尤其在前端开发方面，排名 WebDev Arena 第一 -更好地支持函数调用、模块重构、逻辑判断 - 首次成功通过 Cognition 的高级开发者评测，具备“类资深开发者”的架构理解力 - 可基于一段 YouTube 视频，自动生成交互式学习 App 包括内容提取、界面构建与逻辑生成，使得AI 正从“语言驱动代码”进化为“视频驱动产品”的多模态阶段。
#Google #Gemini 2.5 Pro #I/O 预览版 #编码能力 #前端开发 #WebDev Arena #函数调用 #模块重构 #逻辑判断 #Cognition #类资深开发者 #YouTube 视频 #自动生成 #交互式学习 App #内容提取 #界面构建 #逻辑生成