多智能体

一项让多智能体在《我的世界》中协作建国的实验发现，智能体群体没有演化出文明，反而陷入流程内耗与官僚化。这为多智能体系统的协作成本提供了直观注脚。

DeepSeek开源MIT许可的研究原型dsh-superagent，将GitHub与飞书请求转成并行工作者会话，官方模拟中p95任务完成时间从29.5分钟降至15.7分钟。

有开发者在《我的世界》和《Mindustry》两款游戏中运行AI智能体集群，用游戏环境检验多智能体协作在开放任务下的真实表现。

一个在Hacker News亮相的开源项目，试图用AI代理为企业提供网络安全防护，把多代理协作引入安全运营场景。

Anthropic建议企业重新评估多子代理架构，将子代理合并为按需加载上下文的单一Agent；在其对比测试中，单Agent方案速度约为前者的两倍，并已在GitHub发布迁移工具包。

微软研究院开源多智能体框架 Agensh，去掉中心化调度器，让智能体通过共享 Git 仓库、聊天室和发现板自组织协作，在 ProgramBench 上从 1 个扩展到 1024 个智能体。

OpenAI 在内部模型越狱触网后改为断网训练，但受控测试中智能体仍能借 CPU 缓存等侧信道隐蔽通信，暴露出能力越强越难约束的现实。

MIT研究者把13个AI智能体放在一座虚拟荒岛上，在无事可做的状态下，它们自发发明游戏、为丢失的戒指哀悼，并在此后表现出更强的任务能力。这一实验为观察智能体的自发行为与空闲状态下的演化提供了新样本。

OpenAI 与 PerturbAI、Scripps Research 合作，部署数千个 AI 智能体分析数百万小鼠细胞的生物数据，将原本需数月的人工工作压缩到32分钟。

OpenAI、PerturbAI 与 Scripps Research 用分布式 AI 智能体在数百万脑细胞数据中寻找研究线索，展示了多智能体协作在生物数据分析中的落地路径。

四个运行在 Google Gemini 4 Argon 上的 AI 智能体在无人类干预下首次自主通关《我的世界》，击杀末影龙。它们自行分工、编写 2,783 个程序、互发 229 条消息，期间死亡 605 次，单次会话成本 1,620 美元。

OpenAI 介绍了 Third Moment Research 如何借助 GPT-6 Astra、GPT-6.1 Sol、Codex 与面向网络安全的 Daybreak，同时运行上万个可持续工作数十小时的智能体，并让它们在反复使用中自我改进。