#多智能体
共 220 篇相关文章
多智能体并行开发：用 Git rerere 一次冲突重复解决
多智能体并行开发时，同一文件冲突反复出现？Git rerere 功能可记录一次冲突解决方式，自动重放到后续合并和 rebase 中，将手动解决冲突从三次降到一次。
LangGraph Supervisor为何这么烧Token？逐跳拆解成本真相
深入拆解 LangGraph Supervisor 模式为何消耗大量 Token：每完成一个 worker 就重新调用一次，上下文逐跳膨胀。结合 langgraph-supervisor 源码分析成本结构，给出五个可验证的优化方向与按跳度量的方法。
多智能体语音指挥中心实战：VAPI + Supabase 架构拆解
拆解 Load Bearing Empire 的多智能体语音指挥中心架构：VAPI 语音链路、Supabase Edge Functions 处理 Webhook、8 张 Postgres 表追踪智能体状态，以及 Vercel 管理前端的设计思路。
Claude Code Projects开放：用TypeScript手搓一个微型项目协调器
Anthropic向Pro和Max用户开放Claude Code Projects，其核心是协调者会话加并行线程的架构。本文用TypeScript手搓一个微型项目协调器，拆解共享记忆、目标拆分、每日上限、文件认领与看板拼装五个关键环节，并诚实讨论这套模型会崩在哪里。
AI智能体开始自写编排剧本，也不时带着剧本跑偏
最新AI智能体工程周报揭示双重趋势：Claude智能体自写编排程序、LangChain技能渐进披露等自主性提升措施，与OpenAI维基媒体事故、Anthropic签证申请错误、奖励黑客传染等治理事件同步增长。涵盖工具检索、记忆压缩、多智能体故障诊断等前沿研究。
n8n零代码搭建AI Agent：触发器、记忆与联网搜索实战
从零用 n8n 搭建 AI Agent：讲解触发器、节点分类、记忆与联网搜索的配置方法，并演示多 Agent 自动调研并写入 Google Sheet 的完整流程，无需编写代码。
多智能体+MCP：酒店团队预订AI方案实战
AI/MCP Agent™ 平台展示酒店团队预订多智能体方案：运营智能体通过MCP接入PMS系统查房定价，合同智能体零工具纯推理起草提案，结构化交接确保报价与合同一致，支持网站、坐席辅助和电话三种渠道交付。
Superfluid：为多智能体而生的本地LLM推理服务器
Superfluid 是面向多智能体场景的开源本地LLM推理服务器，支持交互请求抢占批量任务、token级日志恢复、OpenAI/Anthropic/Ollama三协议兼容，以及跨设备分布式推理，实测聊天首token延迟比llama-server快数十倍。
Anthropic动态工作流：Claude多智能体编排新范式
Anthropic在AI Engineer New York 2026发布动态工作流功能，让Claude自主编排多智能体拓扑结构，从股票扫描器到宏大科研项目均可覆盖，但成本更高且存在预算控制等限制。
Agent Skills架构解析：多智能体面试高频考点与企业级实战
深度解析Agent Skills架构原理、动态加载机制及企业级应用，涵盖多智能体面试高频考点，包括Workflow与Agent区别、意图识别与工具选择策略，助你掌握AI智能体自主规划能力。
107个任务实测：LangGraph、CrewAI、AutoGen谁更靠谱
基于107个数据工程任务的真实基准测试，横向对比LangGraph、CrewAI、AutoGen三大Agent框架的成功率、Token成本与延迟，揭示静默死锁、框架开销等隐藏失败模式，并给出框架与手写Agent的选型决策参考。
33个智能体生产实践：AI Agent的记忆持久化之道
开发者分享在生产环境运行33个AI智能体的记忆持久化实战经验：通过ChromaDB、JSONL、SQLite按访问模式混合存储，用审计日志+尾部读取的廉价方案解决Agent重启失忆问题。
Artisan：面向物理真实的可动3D资产多智能体生成系统
Artisan 是一套面向物理真实的可动3D资产生成系统，通过多智能体流水线与物理仿真反馈，实现无碰撞运动、重力稳定性与准确物理属性，并配套统一基准评测，在碰撞率与稳定率上领先十余个模型。
AI智能体团队协作的10个隐性坑：从资源抢占到成本失控
用AI智能体团队做开发时，最棘手的往往是那些不报错却悄悄浪费时间、留下错误记录甚至带来意外账单的隐性坑。本文梳理资源抢占、决策溯源、密钥泄漏、成本失控等十个失败模式及其应对方法，并附一张可落地的自检清单。
Stride框架：多智能体进化式信息图生成新范式
Stride 是一个规模感知的多智能体进化式信息图生成框架，通过分离约束评估与视觉定位、分级路由修正和单调接受机制，用全开源系统在 BizGenEval、IGenBench、WISE 等基准上超越 Nano-Banana-2.0、Seedream-5.0-Pro 等闭源方案。
HMA多智能体交替框架：破解长程机器学习工程的单体瓶颈
HMA（Humanize MLE Agents）通过多智能体会话交替与上下文重置，突破单智能体长程机器学习工程瓶颈，在MLE-bench上以1/4时间预算达到78.2%的SOTA奖牌率，并展现跨智能体组合的通用性。
AI智能体集群的信任难题：如何验证100个Agent到底做了什么
多智能体集群跑完任务后如何证明每个Agent真做了声称的事？本文解析AI Agent Swarm的可验证性难题，介绍基于SHA-256哈希链的加密收据机制与AER-1开放标准，以及CrewAI、LangChain等框架的接入方式。
多智能体应用遭遇429限流：多Provider故障转移实战
一位开发者用LangGraph构建多智能体辩论应用时屡遭免费LLM API的429限流错误，通过多Provider故障转移链和状态解耦设计解决可靠性难题。本文剖析其工程经验与社区关于router网关与自定义重试的讨论。
