Topic Timeline
#多智能体
这个主题在过往早报中的出现记录。深度条目直达研究报告，其余条目回到当日 edition。
- 研究论文2026-10-03 · 周六重要度 4/5深度报告 →
arXiv同日出现agent验证论文簇
arXiv 10月3日提交六篇agent验证相关论文，覆盖PyINE、CoVer、RAGStress、debate读出、轨迹证据和本地科研agent。
- 这些论文共同指向同一个问题：agent系统不能只看最终答案。
- 轨迹、执行结果、知识库污染和验证边界正在变成评测对象。
- 研究论文2026-06-28 · 周日重要度 3/5
论文:67 个前沿模型实测,Routing/Voting/MoA 的『协同失效上限』
一篇 arXiv 论文(When Does Combining Language Models Help?)在 67 个前沿模型上系统分析了 Routing、Voting、Mixture-of-Agents 三类『组合多模型』策略,提出『协同失效上限(Co-Failure Ceiling)』:当被组合的模型倾向于在同一批样本上同时犯错时,无论怎么路由、投票或混合,集成收益都存在一个由共同失败决定的天花板。
- 这篇给当下火热的 multi-agent / MoA 叙事泼了一盆必要的冷水。
- 业界默认『多个模型一起上总比单个强』,但这篇用 67 个模型的大规模实证指出:集成的收益不取决于你用了多巧妙的路由或投票,而取决于成员模型的错误是否相关
- 研究论文2026-06-24 · 周三重要度 4/5深度报告 →
Execute-Distill-Verify:破解 agent 经验学习的「自我确认陷阱」
一篇新论文指出 agent 经验学习的核心失效模式——同一个 agent 既执行又评估，会把「错误但自洽」的轨迹当成有效经验写入记忆并越用越偏。EDV 用异构 agent 并行探索、第三方蒸馏、执行组共识校验三阶段解耦，τ²-bench 均分 Pass@1 86.6（对比 Router 83.5），且较 ReasoningBank 省 24.5% token。