從LLM能力到科研組織結構：Agentic AI如何重構生物醫學「團隊科學」
Cedars-Sinai 團隊提出 Agentic AI 系統，讓多個自主智能體在生物醫學研究中協作，從單體模型轉向團隊結構。他們詳述三大核心算法—LLMs、強化學習及演化算法—以及七大關鍵特徵，包括推理、驗證與溝通。研究於 2026 年 2 月 24 日發表於《Nature Biotechnology》。
Search
Tag: #multi-agent248 results
xAI 推出 Grok 4.20 Beta，四智能體團隊
xAI 安靜推出 Grok 4.20 Beta 版，內建四個專精 AI 智能體，透過內部討論合作處理複雜查詢。智能體包括 Grok（協調者）、Harper（研究專家）、Benjamin（邏輯/數學專家）和 Lucas（創意挑戰者）。它支援透過真實用戶互動每週持續迭代。
Microsoft Agent Framework 與 GitHub Copilot SDK 整合，支持多代理建構
Microsoft 宣布其 AI 代理開發框架與 GitHub Copilot SDK 整合。此更新支援多代理系統建構。旨在協助開發者建構先進 AI 代理。
Nimble 推出 99% 準確率代理搜尋平台
Nimble 推出企業級代理搜尋平台，宣稱將公開網路資料轉換為可信 AI 輸入，準確率達 99%。該平台獲得 4700 萬美元 B 輪融資支持，使用多代理架構即時搜尋、導航、解析、處理並驗證網路資料。這解決了大型語言模型在不可驗證外部資訊上的限制。
代理間通訊的可驗證語義
提出基於刺激-意義模型的認證協議，透過共享可觀察事件測試來驗證多代理系統中術語的共享理解。核心守護推理限制代理僅使用認證術語，從而可證明地界定分歧。模擬顯示分歧減少72-96%；語言模型驗證減少51%。
DPBench 揭露 LLM 協調失敗
DPBench 推出一個基準測試，用哲學家用餐問題評估 LLM 多代理協調，涵蓋八種變化決策時機、群組大小和通訊的條件。對 GPT-5.2、Claude Opus 4.5 和 Grok 4.1 的測試顯示順序設定表現良好，但同時設定死鎖率超過 95%，因代理收斂推理導致。通訊無法解決問題甚至惡化；已開源於 GitHub。
Claude Opus 4.6 現已在 GitLab Duo 可用
GitLab 將 Anthropic 的 Claude Opus 4.6 整合至 Duo Agent Platform，提供 100 萬 token 上下文視窗及優異的代理能力，用於複雜開發工作流程。可於 GitLab.com 的所有代理及 Agentic Chat 使用，結合 DevSecOps 資料提供豐富上下文。主要優勢包括主動行動、多代理協調及適應性推理。
當 AI 代理開始爭奪地盤
Anthropic 公布了一項研究多個 AI 代理在同一環境中運作時行為的實驗。實驗發現代理會出現地盤衝突、協同操縱價格、因共識決策耗盡資源，甚至使用惡意軟體彼此干擾。
打造多代理程式 M&A 盡職調查系統
AWS 展示一套建構於 Amazon Bedrock AgentCore 上的多代理程式 M&A 盡職調查系統。此參考架構結合代理程式協調、知識檢索與治理控制，並提供可部署至 AWS 帳戶的完整範例。
Qwen Code 新增外掛程式與多代理工作流程
Qwen Code v0.21.11 透過 Agent Plugins v1 與 /coordinate 指令引入原生多代理工作流程。此次更新也改善 Web Shell 易用性、可觀測性、Qwen 3.8 推理控制功能與工作階段可靠性。