哈佛团队提出 MPT：让 LLM 智能体群通过竞价自我编排协作
du_yilun · x · 2026-10-20
哈佛大学 Guowei Xu、Zhenting Qi 与 Yilun Du 等人提出 Market-Based Post-Training（MPT），灵感来自 Society of Mind，探索智能能否从多个专门化 LLM 智能体的去中心化交互中涌现，而非只靠扩大单一模型。
- 框架联合学习动作策略与自我编排：智能体通过出价表达参与意愿，出价决定谁执行动作，集体结果提供局部训练信号，无需中央协调者
- 在具身建造、机器人导航和深度研究任务上评估，均超过单体后训练；学习到的自我编排优于其他协调策略
- 消融显示动作与出价均受益于学习；训练后的群体能更快适应相关任务，推理时规模越大性能越好，且在智能体掉线时性能损失更小
结论：去中心化智能体社会的学习编排支持复用、扩展与鲁棒性。
所属事件:哈佛团队推出 MPT：智能体群体竞价分工自编排(2 条相关)→
「编程与Agent」频道最新
- RoboARC 揭示:机器人智能体没有免费重试,多数任务秒打回原形 — ManlingLi_ · 2026-10-21
- Anthropic 职场插件仓库已获 30.8k 星，含 17 类岗位模板 — mhdfaran · 2026-10-21
- Anthropic 开源 11 个职场 Claude 插件，覆盖销售法务财务等职能 — mhdfaran · 2026-10-21
- 用像素屏给 Claude Code 做实体状态板，任务进度一目了然 — whurley · 2026-10-21
- yacine 的浏览器 CAD 工具 Ding 突然宕机，意外暴露用户规模远超预期 — yacineMTB · 2026-10-21
- Hamel Husain：评测全过 100% 就等于失效，该加难度了 — HamelHusain · 2026-10-21