UW与Ai2发布s³：多智能体RL让LLM集群自组织，性能超best-of-N
StellaLisy · x · 2026-11-07
华盛顿大学与 Ai2 团队发布论文 s³（Simple Scaling of Swarms via Cooperative Multi-agent RL），提出让 LLM 智能体集群在无领导、无预设角色、无固定轮次的情况下自学协作组织方式。
核心思路
- 以往多智能体系统预先固定编排结构（orchestrator 分派子任务、辩论轮次、planner/critic 角色），导致任务不匹配、重复劳动、消息过载等问题；s³ 主张「学习到的组织方式应胜过手工设计」。
- 训练方式：N 个同一模型的副本各自处理任务副本，只能通过自主选择发送/读取消息来协调，共享同一个团队奖励，组织结构在训练中涌现。
结果
- 作者称这是首个用相同训练预算、以异步无角色 LLM 集群击败单智能体 best-of-N 的方法，且智能体数量超过训练时规模后仍保持优势。
- 智能体可自主探索、互相通报发现、从队友中断处继续。
代码即将开源，论文链接与交互演示已上线（swarms.com）。
所属事件:UW与Ai2发布s³：多智能体强化学习让LLM集群自组织(2 条相关)→
「编程与Agent」频道最新
- Cua 发布 Driver Bench：macOS 后台桌面任务通过率 58% 远超 Codex — TianbaoX · 2026-11-07
- ARI 检索器：0.4B 小模型借大模型持续 RL 追平甚至碾压 8B — lateinteraction · 2026-11-07
- YC 新创 Trepo 打造厨房硬件，让 AI Agent 自动帮你买菜 — ycombinator · 2026-11-07
- Cognition 发布 Devin Review 2.0：便宜 5 倍、快 1.5 倍 — smtabatabaie · 2026-11-07
- JetBrains 将 Air 智能体开发体验直接内置进 IDE，免费版也包含 — therealdanvega · 2026-11-07
- 经验帖：AI Agent 写 CSS 时 :has() 规则要收紧，避免全局样式重算 — jh3yy · 2026-11-07