最新研究发现，AI智能体在执行长时间任务时的成功率遵循一个惊人的简单数学模型——每分钟的失败率保持恒定，这意味着任务成功率会随任务时长呈指数级下降。该研究通过数学建模揭示，当人类完成相同任务需要的时间每增...

OpenAI最新发布的《构建智能体的实用指南》为开发者提供了从单智能体系统到多智能体系统的进阶路径。指南强调，在构建多智能体系统前，应先掌握单智能体的开发，并推荐使用管理者模式，即通过工具调用或去中心化的任...

SWE-Factory项目近日发布了一套自动化训练与评估管道，专门用于GitHub问题解决任务。该系统的核心创新在于采用了基于大语言模型（LLM）的多智能体系统架构，通过模拟人类开发者的协作模式，实现了软件开发问题的智能...

Anthropic在其工程博客中详细披露了多智能体系统的关键技术突破，包括提示设计、工具协调和生产可靠性挑战的解决方案。该系统采用协调器-工作者模式，由一个主导智能体生成多个专用子智能体进行并行搜索，性能远超基...

智能体编码（Agentic Coding）作为软件开发领域的前沿技术，正在经历快速演进。当前的工作流程可能在短期内发生显著变化，但将智能体整合进开发流程已展现出巨大的生产力提升潜力。开发人员需要持续探索这一技术——尽...

强化学习预训练（Reinforcement Pre-Training, RPT）作为大语言模型（LLM）与强化学习（RL）协同进化的前沿技术，提出了一种革命性的规模化训练范式。该技术通过创新性地利用海量文本数据进行通用强化学习预训练，在...

Hugging Face最新发布的ScreenSuite是一款专为评估视觉语言模型（Vision-Language Models, VLMs）在图形用户界面（GUI）智能体任务中表现而设计的基准测试套件。该工具通过提供标准化的评估框架，填补了当前多模态模...

微软最新研发的Code Researcher智能体在大型系统代码分析领域取得重大突破，其针对Linux内核崩溃的修复率达到58%，远超SWE-agent的37.5%。这一进展标志着AI编程助手正从快速修复工具向具备深度研究能力的系统演进。...