arXivAI 代理
突破中心化瓶頸!Agensh 框架將多 Agent 協作無縫擴展至 1,024 個智慧體
Agensh: Scaling Multi-Agent Collaboration to 1,024 Agents Without a Central Orchestrator
Agensh 是一個無中心協調器的自組織多 Agent 框架,透過共享工作空間與非同步協作循環,成功將 Agent 協作規模擴展至 1,024 個,在複雜程式設計任務中展現顯著的效能擴展性。
2 分鐘閱讀
AI Agent
自主代理、任務規劃、工具使用與多步驟工作流程。
2 篇文章
Agensh: Scaling Multi-Agent Collaboration to 1,024 Agents Without a Central Orchestrator
Agensh 是一個無中心協調器的自組織多 Agent 框架,透過共享工作空間與非同步協作循環,成功將 Agent 協作規模擴展至 1,024 個,在複雜程式設計任務中展現顯著的效能擴展性。
Grow the Harness, Not the Context: Building Low-Cost Specialist Agents via Failure-Guided Code Synthesis
Growing Harness 是一種新型的 Agent 訓練範式,它不依賴大模型在 context 中重複進行控制決策,而是透過失敗導向的程式碼生成與修復,將重複的控制邏輯固化為可執行的程式碼框架,使 4B 小模型也能發揮媲美大模型的效果,並降低高達 98% 的推論成本。