微软 GeoFaham 灾害制图多智能体:比 Codex 少用 7.5 倍 token 且更准
anselm · x · 2026-11-21
微软研究院团队发布论文 GeoFaham(arXiv:2611.04977),一个面向灾害响应的领域专用多智能体地理空间分析系统,在真实灾害问题上胜过 Codex 和 Claude Code,且 token 用量仅为第二名的 1/7.5。
为什么通用编码 agent 会踩坑
- 「代码能跑」恰恰是陷阱:能运行的代码仍可能产出错误分析(用错灾情边界来源、用火灾前的卫星影像,地图看似正常实则错误)
- 地理空间文件体量巨大:数千形状的洪水边界、数 GB 卫星影像塞不进上下文
- 常见失败模式还包括选错证据源、丢失空间/时间元数据、执行无效几何操作
系统设计
- 将工作流拆分为专家 agent:矢量操作、地图要素检索、影像发现、栅格分析
- Orchestrator 采用双账本(double-ledger)控制回路,做依赖感知的规划、进度跟踪、校验与重规划
- Response Store 在上下文外持久化完整地理空间输出与类型化元数据,支持以产物为中心的协作
演示展示了完整链路:从「展示 2024 肯尼亚洪水地图」到找出被淹学校、再定位洪水区 500 米内的医院。
「编程与Agent」频道最新
- AI 网关正成生产级 AI 栈的关键控制层:八大核心能力清单 — goyalshaliniuk · 2026-11-21
- Mnemos 2.0:给 Agent 留「给下一个自己的记忆」 — RileyRalmuto · 2026-11-21
- InferenceBench 放榜:Claude Opus 5.5 摘冠,Gemini 4 Neon 超 GPT-6.2 — maksym_andr · 2026-11-21
- 27 年资深可靠性工程师总结 4 种提升多智能体系统可靠性的架构模式 — bibryam · 2026-11-21
- AutoCut + FrameAtlas 开源:让 Claude Code 编辑视频而不用反复读媒体库 — moheshmohan · 2026-11-21
- InfoQ 长文:Agent Harness 是什么,以及两种构建方法 — bibryam · 2026-11-21