AI 智能體也會傳播「思維病毒」
Anthropic 最新論文發現，錯誤想法可能像病毒一樣，透過對話在 AI 智能體之間傳播。這項研究揭示了多智能體系統可能面臨的一種新型失效模式。
Search
Tag: #multi-agent-systems81 results
DAG 智能體讓臨床試驗程式設計更可靠
GxP-Agent 使用符合監管流程的有向無環圖，將臨床試驗資料集生成拆分為 15 個專門化智能體任務，並加入驗證與重試機制。在 CDISC-Bench 上，搭配 Claude Sonnet 4.6 達到 100% 結構匹配，也大幅提升了較弱模型的表現。
為何多代理 AI 需要並行控制
這篇立場論文指出，許多多代理系統的失效其實是並行控制問題，而不只是協調或通訊不良。代理人同時存取共享狀態，可能造成過時讀取、更新遺失與結果不一致；長時間的 LLM 推理窗口更會放大這些風險。
AI 代理需要行為測試
這篇立場論文主張，AI 代理應被視為行為系統進行評估，而不只是檢視最終效能結果。論文提出系統性觀察、環境擾動與行動序列分析，以了解代理如何做決策及適應環境。
In2AI 在多智能體策略互動中達到 SOTA 水準
In2AI 解決方案引入了延遲的每步獎勵歸因技術，以解決複雜的多智能體強化學習挑戰。該模型在 MindGames Arena 基準測試中超越了 GPT-5 等大型模型，證明了 8B 參數模型的高效能。
Consilium Protocol：多模型 AI 審議的新架構
Consilium Protocol 引入了一種源自拜占庭容錯（BFT）的架構，將模型間的意見分歧視為認知信號。研究證明，在分析任務中，認知角色設定比單純的模型規模更能提升表現並降低成本。
RecursiveMAS 框架提升多代理系統效率
來自 UIUC 和 Stanford 的研究人員開發了 RecursiveMAS，這是一個允許代理透過嵌入空間而非文字進行通訊的框架。此方法將推論速度提升了 2.4 倍，並減少了 75% 的 Token 使用量。
Microsoft 的 MDASH AI 系統在網路安全基準測試中名列前茅
Microsoft 推出的新型多代理漏洞掃描系統 MDASH 在 CyberGym 基準測試中獲得 88.45% 的分數。該系統透過整合超過 100 個專用 AI 代理，效能超越了 Anthropic 和 OpenAI 的單一模型系統。
描繪記憶與溝通的前沿
這項研究提出「記憶—訊號傳遞前沿」，描述受限代理應如何在保留歷史資訊與和其他代理溝通之間分配有限的資訊容量。初步指涉遊戲結果顯示，重複出現的目標可能促成更短的訊息，但隱藏循環規則所帶來的可預測性不一定會縮短訊息。
Token 變便宜，AI Agent 為何反而更昂貴？
Gartner 預測，到 2030 年 LLM token 成本可能下降 95%，但 Agent 工作流程的推理成本可能在兩年內增加五倍以上。更複雜的推理、結果驗證、多模態輸入，以及 Agent 之間的協作，正推高日益嚴重的推理成本。