Meta ReActNet:按查询编译通信拓扑,20 agent 从 7 小时降到 6 分钟
blaizedsouza · x · 2026-09-13
Meta 工程师的 ReActNet 方法砍掉了多智能体系统最贵的环节：不训练通信拓扑，而是每个查询现场「编译」一个新的拓扑图。20 个 agent 的运行时间从 7 小时降到 6 分钟。
痛点：5 个 agent 还行，到 20 个就变成互相刷屏的群聊，比单个模型更慢、成本超过任务本身价值。
ReActNet 的做法（无需 RL、无梯度、无训练阶段）：
- LLM controller 读取查询和 agent 名单
- 为每个推理阶段编译一张有向图
- 每条边携带书面指令（如「列出该行为的边界情况」）
- 每个 agent 从自身先前状态加上被分配的邻居状态更新
- 最终节点聚合所有状态得出答案
在 gpt-4o 上取得 92.75 的平均分。
「编程与Agent」频道最新
- AI 助理 Instinct 推出 Trusted Person 网络,可代用户互相约饭订位 — mon__lim · 2026-09-14
- Hyperliquid 上线 MCP Server,支持测试网与主网交易操作 — modelcontextprotocol · 2026-09-14
- Linear 集成 Devin 编码 agent，上手体验获好评 — ethanniser · 2026-09-14
- 用户实测 Muse 记忆功能:一次交代,自动接管巴黎航班值机 — armand_ruiz · 2026-09-14
- 全流程用手机操控 AI:一套 MCP 共享记忆打通所有工具 — Asly97 · 2026-09-14
- 开发者晒 24/7 自托管 AI 栈:Open WebUI+Pidot+Tailscale 接 GLM/DeepSeek — andfanilo · 2026-09-14