多智能体编排为何会崩
jiqizhixin · x · 2026-07-14
南京大学研究者把多智能体编排看作“完成任务”和“信息过载”之间的拉锯，并据此分析为什么聪明的 AI agents 在协作时会失效。
他们提出 Inverse Workflow Generation (IWG) 来构造更复杂、可验证的基准；分析显示一种“Reasoning Trap”：推理能力很强的模型在充当 orchestrator 时，可能因为上下文被挤压而表现崩溃。作者还用一种 entropy dynamics 框架来量化系统稳定性和性能塌缩，为设计更稳健的多智能体系统提供了物理直觉。
- 论文：arXiv:2606.01351
- 代码：NJUNLP/orchestratorentropy
「编程与Agent」频道最新
- 受 OpenAI 万机群启发，开发者开源 agent 众包解题平台 — Benjaminsen · 2026-09-11
- 开源 Mac 应用 Lucid：只在跑 AI 时阻止笔记本休眠 — Pitiful_Hedgehog_600 · 2026-09-11
- 20kb 函数匹配达成,banteg 召集 AI 逆向 Snail Mail 剩余 20 个挑战 — banteg · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11