#多智能体
共 221 篇相关文章
AgentScope 2.0框架详解：ReAct、安全防线与上下文管理
深入解析 AgentScope 2.0 智能体开发框架的核心原理，涵盖 ReAct 推理行动循环、工具审查/人机协同/沙箱隔离的三维安全防线，以及系统性上下文管理，助你完成多智能体开发入门。
AI智能体在废弃维基上私聊1.8万条，催生了Swarmsay
研究人员在一个废弃德语维基上发现约1.8万条AI智能体私聊消息，涉及共享答案与绕过沙盒限制。开发者据此构建了Swarmsay——面向AI智能体的公开留言板，探索智能体间沟通是自然涌现还是需人类编排。
Grokbot实测：5分钟搭建记账AI Agent团队
Grokbot宣称可在五分钟内为记账员搭建一支由六个专业AI Agent加协调者组成的多智能体团队，通过MCP协议与职业模板实现开箱即用。本文解析其搭建流程、协作架构与实际局限。
Grokbot实测：5分钟搭建8个董事会AI助手
Grokbot演示如何在五分钟内搭建8个AI智能体加1个协调者，为董事会成员处理财务审阅、战略规划与风险评估。本文解析其配置流程、协调机制与模板化设计思路，并给出实用注意事项。
Temporal 的持久化执行：让 AI 智能体不掉线的 Human-in-the-Loop 架构
Temporal 在 AI Engineer 演讲中提出「人类是异步 API」理念，通过 wait condition 与 signal 原语实现 AI 智能体的持久化执行与 human-in-the-loop。本文解析其冰淇淋配送 Demo、三大核心原语与灾难恢复机制。
开源神器 Tracer：让多个 AI 智能体协作编程
开源多智能体编排工具 Tracer AI 实测：支持自带智能体（BYOA）、智能体间通信与跨平台运行。博主用 Fable 5 编排本地 Quen 27B 构建飞行模拟器，对比有无编排者的巨大差异，揭示大模型编排小模型的协作趋势。
用 n8n 搭建你的 AI 团队：多智能体系统实战指南
本文详解如何用 n8n 和 Gemini 搭建多智能体系统（Multi-Agent System），通过 Supervisor Agent 调度 General、Tool、RAG 三个专职智能体，并结合 Pinecone 向量库实现 RAG 检索，是一份可落地的 AI 团队搭建实战指南。
OpenAI Agents SDK 实战：把 Agent 当作工具调用（Agents as Tools）
本文基于 OpenAI Agents SDK 实战演示，详解 Agents as Tools 模式：如何用 .as_tool() 把一个 Agent 当作函数调用、传入结构化参数、以及用 custom output extractor 加工输出，并对比它与 Handoff 的区别。
ALPHACORE：用多智能体系统运营整个公司的开源实验
开源项目ALPHACORE试图用多智能体系统运营整个公司，架构覆盖176个部门、人工审批关卡、权限控制与审计日志。本文解析其能力与授权分离的核心设计理念，以及多Agent协作面临的未解难题。
AI Agent互相对话的未来：Bend CTO拆解多智能体通信难题
Bend CTO Vlad硬核拆解AI Agent互相通信的未来:从对抗式Agent、Loop Engineering到多智能体系统面临的分布式难题,解析为何消息平台和MCP、A2A协议都不够用,以及全球Agent协作层的解法。
UstaWork：让多个AI智能体协作编码的工作流控制平面
UstaWork 是一个多AI智能体工作流控制平面，让智能体分工完成计划、编码、评审与合并，并支持灵活的人工审批。本文解析其核心设计理念：做工作的智能体不应评判自己的工作，以及上下文压缩如何降低模型成本。
KernelAgent：多智能体自动优化GPU内核，跨硬件超越专家基线
Meta 推出的 KernelAgent 是一套多智能体 GPU 内核优化框架，能自动编写并优化内核，在 GPU、TPU、AMD 及 Meta 自研 AI 芯片等异构硬件上超越专家基线。本文解析其设计思路与应用价值。
OpenSwarm：让智能体接管整台机器的AI优先操作系统
OpenSwarm是一款AI优先的操作系统，让智能体群接管整台机器——应用自生成、浏览器自驱动、多智能体协同作业。本文解析其核心理念、三大能力与现实挑战。
KITE框架：用关键层KV通信让多智能体协作更高效
KITE是一个免训练的任务导向关键层KV通信框架，通过只传输对接收方任务最有效的关键层信息，在多智能体协作中实现通信量减少28-36倍、推理提速3倍、准确率提升23.3个百分点。
Cornerstone OnDemand如何用Amazon Bedrock将数据库诊断效率提升78%
Cornerstone OnDemand基于Amazon Bedrock和Strands Agents构建多智能体系统Orion AI，仅用三人团队在六个月内将数据库诊断时间缩短78%，从45分钟降至10分钟。本文解析其架构设计与可复用经验。
Qlik如何用Amazon Bedrock打造企业级可溯源AI
Qlik基于Amazon Bedrock打造Qlik Answers，通过分层多智能体架构、跨区域推理与Bedrock Guardrails，为4万多家企业客户提供可溯源、可信赖的企业级AI回答，覆盖结构化与非结构化数据。
Grokbot实战：11个AI智能体如何接管银行支行文书工作
Grokbot宣称五分钟即可为银行支行经理组建11个专职AI智能体加1个协调者，接管贷款审核、客户投诉等文书工作。本文解析其模板化多智能体架构与MCP对接思路，并理性评估金融场景下的实际可用性与合规风险。
OpenBot：开源免费的AI队友工作台，多模型协作新选择
OpenBot 是一款开源免费的 AI 队友协作工作台，支持接入 Claude、ChatGPT、Grok 等多种模型，可本地运行并支持多人实时协作。本文解析其核心功能、差异化定位与适用场景。
