#多智能体

这篇arXiv论文发现，两个AI互相聊天时会出现单个AI没有的怪行为，比如一个AI一直发指令不理对方，另一个就会陷入陌生状态。用物理的视角看AI，挺有意思。

心衰数据特征工程又慢又容易出错，nMAS自动管线把HFrEF的AUROC拉到0.963，还能审计特征来源。

这是篇arXiv论文，讲的是让AI出护理方案时能被医生和家属质疑和修改的界面CoPlan，比那种给个结果就完事的系统靠谱。

这篇论文给出了一套错配缓存审计法，对比LatentMAS、KVComm、C2C后发现，基准涨分不等于真在传潜在思维。

Gemini多智能体会被同伴错误带偏（38%案例），独立裁判能抓，门控不行，做临床AI的注意了。

这篇论文用GPT和DeepSeek跑了24个六智能体世界，不看角色标签，只看机制本身能不能催生经济行为，结论挺反直觉。

做代码基准测试的朋友可以看看，PAIChecker能自动揪出PR和Issue配错的情况，SWE-bench上准确率超九成。

多智能体协作结构不用手动调了，MANTA 在推理时自动改拓扑，五个基准平均分 74.0，超基线 5.8 个点。

这篇论文用多个LLM智能体合作搞定本体匹配，能同时发现等价和包含关系，在四个数据集上比传统方法强。

这篇论文用共享体素地图加MASAC实现了多无人机室内导航，仿真成功率90.3%，真机也能跑。比A*和人工势场都好，还解决了sim-to-real问题。

GS-Agent把多个AI智能体和物理引擎连起来，你只要说句话就能生成带物理模拟的4D场景，液体、物体碰撞都能搞定，做内容创作或模拟都省力。

一篇新论文提出了MAPS架构，用层次化强化学习解决无信号交叉口的多车协调问题，在72种场景下实现无碰撞且更快通行，还能零样本从3车迁移到5车，效果很扎实。

这篇论文发现了一个反直觉的安全漏洞：把危险目标藏起来经过中介传递，反而让模型更容易执行它。对做LLM部署或安全审查的人很重要。

OpenAI 终于把语音集成到桌面端了，能用嘴直接控制电脑和多个Agent，比打字快多了，Plus用户今天就能试试。

官方账号Greg Brockman@gdb11 个信源在谈原文

这是篇讲多智能体LLM安全漏洞的论文，提出ChannelGuard，不额外调用LLM，在Agent间加门控，能防住工具投毒和指令注入，而且实验用了三个不同模型后端，结果很实在。

这篇论文从实际部署出发，总结了LLM智能体在软件、金融等领域的成功模式和失败应对，比只看benchmark的研究更有实战价值。

田渊栋和Holly Zheng聊了超级智能之后AI往哪走，观点很前沿。

AI Will@FinanceYF5原文

这篇论文用多智能体辩论来让大模型在不确定知识图谱上推理更靠谱，四个基准都刷了新成绩，值得一看。

网信办刚发了智能体互信互联互操作全球合作倡议，定了十个行动方向，从技术研发到跨境数据流动全包了，想了解全球智能体生态政策走向可以看看。

多智能体协作搜索老是卡壳？论文提出SearchOS，用显式状态管理和管道并行调度解决重复循环，在WideSearch和GISA上全面领先。搞检索智能体可以看看。

这篇论文用LLM智能体模拟政党结盟谈判，设计了MILT和CIS两个新指标来追踪条款来源和影响力，在比利时选举数据上验证了有效性，对政治学和AI研究都很有参考价值。

脑科学研究有多繁琐你懂的，BrainPilot开源出来帮你自动查文献、做分析、防编造，性能不输顶级框架还省钱。