多智能体系统
1990年代兴起的AI研究领域，研究多个智能体之间的协作与交互，是现代AI智能体概念的早期源头。
核心事实
时间轴 (近 90 天)
有状态多智能体系统常用的设计模式包括中央状态管理器模式和事件溯源（Event Sourcing）
应对多智能体幻觉传播的策略包括引入验证Agent、事实核查工具调用、RAG技术以及人工审核环节
在多智能体系统中，成本会呈指数级放大，许多框架开始支持混合模型策略，让经理Agent用昂贵模型、执行者Agent用经济小模型
多项研究表明，多智能体系统中的错误传播率可达单Agent的3-5倍
自发协调是指多个AI智能体在没有明确中央指令的情况下，通过各自的决策逻辑自然形成协同行为的现象
自发协调是指多个AI智能体在没有明确中央指令的情况下通过各自的决策逻辑自然形成协同行为的现象
多智能体系统中智能体间的通信模式通常分为三类：点对点直接消息传递、基于共享黑板的间接协作，以及通过编排器统一调度的层级结构
多智能体系统（MAS）是分布式人工智能领域的经典研究方向，最早可追溯到上世纪80年代
全部知识事实 (8)
多智能体系统中智能体间的通信模式通常分为三类：点对点直接消息传递、基于共享黑板的间接协作，以及通过编排器统一调度的层级结构
65%已验证多智能体系统（MAS）是分布式人工智能领域的经典研究方向，最早可追溯到上世纪80年代
65%待验证有状态多智能体系统常用的设计模式包括中央状态管理器模式和事件溯源（Event Sourcing）
50%待验证应对多智能体幻觉传播的策略包括引入验证Agent、事实核查工具调用、RAG技术以及人工审核环节
50%待验证在多智能体系统中，成本会呈指数级放大，许多框架开始支持混合模型策略，让经理Agent用昂贵模型、执行者Agent用经济小模型
50%待验证多项研究表明，多智能体系统中的错误传播率可达单Agent的3-5倍
50%待验证自发协调是指多个AI智能体在没有明确中央指令的情况下，通过各自的决策逻辑自然形成协同行为的现象
50%待验证自发协调是指多个AI智能体在没有明确中央指令的情况下通过各自的决策逻辑自然形成协同行为的现象
50%