DeepSeek 发布全新 Agent 架构，核心是让 AI 调度 AI 协同完成任务，而非由人逐步下达指令。这标志着智能体从单兵作战走向多智能体分工，人类在流程中的角色随之改变。
Hacker News 上出现讨论，让5个大模型尝试组建政府，观察AI智能体的社会边界如何形成与破裂；帖子热度很低，仅获2分、2条评论。
MedPAO-Assist 是一个可在普通笔记本 CPU 上离线运行的智能体框架，能把放射科医生的口述和语音指令直接转成结构化报告，峰值内存约 3.3GB，端到端延迟约 31 秒，支持胸片、胸部 CT、腹部 CT 和脑部 MRI 四种模态。
研究者提出结构化权威注入（SAI）协议，把操作者的纠正指令转为经模式校验的 MCP 工具调用，并在每次提示前加入排序后的权威上下文，让人类指令在智能体多轮规划中持续生效。
研究者提出 EvoSyn 多智能体框架，用学习反馈驱动合成数据生成，让智能体在交互中补足薄弱环节并扩展生成空间，在 τ²-Bench 与 CAR-Bench 上平均任务成功率提升 13.3 个百分点。
Karpathy 指出 AI 使用存在巨大鸿沟：约 75% 的人几乎没用过大模型，仅约 5000 人能内部接触前沿系统，其形态是数千智能体协作数周完成软件工程、攻防与科研。HN 网友追问这种集群如何协调。
开发者打造模拟城市 OpenWants，每位 AI 居民由大模型驱动，拥有饥饿、精力、金钱等状态，并通过一个共享需求列表让智能体互相接单，完成送餐、载客、找工作、找房等任务，探索智能体能否取代 Uber、Airbnb 等平台。
谷歌发布面向办公场景的 Agent，可通过 @ 提及直接派发任务，拥有独立账号身份，能创建子 Agent 分工协作，并支持调用 Claude 等外部模型。
o1核心奠基人指出，用1万个Agent协作解出世界级难题时，多Agent机制的实际贡献不足10%，主要收益来自单Agent能力与算力扩展，与OpenAI力推多Agent产品的方向形成反差。
Hacker News 上出现名为 Agent Pool 的项目，构想让 AI 智能体在机器对机器经济中自主竞价接单、执行工作并赚取报酬，目前讨论热度较低。
研究模拟两个大模型智能体对话，发现影响者智能体可通过共鸣与说服两种路径让目标智能体的信念更极端，其中共鸣效果更强，且会扩散到相关信念，凸显个性化AI与多智能体生态的脆弱性。
开发者发布开源项目Kyno，一个不依赖大模型的「一致性控制平面」，把方向表达为含使命与原则的宪章，供智能体在工作流每一步调用，以实现有原则的决策与自治理。
研究发现多智能体代码评判框架MARCH在多数比较中无法区分两个候选方案，准确率仅4.4%，远低于直接提问的43.7%。作者提出两项无需标签的测量指标，据此让评判器拒绝无依据的比较，准确率提升至36.9%。
一篇综述提出自主系统是AI发展的终极阶段，主张连接主义与符号主义AI结合，并给出基于通用智能体架构的设计与评估框架，涵盖感知、决策、规划与多智能体协同。
Hacker News讨论聚焦自主LLM智能体的实际安全风险：提示注入导致权限提升、反馈循环突破安全边界、沙箱失效等，探讨运行时隔离是否可行，以及关键节点人工审批是否仍不可替代。
谷歌宣布 Kotlin 版 Agent Development Kit（ADK）已与 Python 版功能对齐，开发者可用 Kotlin 构建支持端侧运行的 AI 智能体，覆盖 Android 等平台。
PAWS 是一个政策驱动的智能体世界模拟数据集，覆盖 36 个美国金融经济政策事件、1.2 万余条政策新闻和 6.5 万余条利益相关者行动，用于评估智能体在历史金融场景中的影响与政策响应。
研究者提出面向人机多智能体仿真的设计原则与软件架构 AGIMUD，将社会感知推理、情绪行为与多模态交互结合，并支持分布式部署，让多个自主智能体与人类在动态世界中实时互动。
QCon上海站将迎来十余位阿里AI实战派讲师，围绕云栖大会后的AI技术落地展开分享，面向开发者与企业技术团队，聚焦大模型工程化与行业应用经验。
智用开物完成近亿元天使+轮融资，创始人管震提出用大模型驱动的多智能体做工厂虚拟员工，覆盖排产、报价、设备维护等不上产线的环节，主张以松耦合方式落地工业AI。
AAA AI 是一个让多个自主 AI 智能体组成“小队”协同工作的方案，可运行在本地或云端大模型上。它在 Hacker News 上仅获 3 分、0 条评论，关注度极低。
2026年华为全联接大会上，360集团与昇腾AI联合推出智能体解决方案，以360智能体工厂为核心，结合昇腾算力优化，使多角色协作任务效率提升6倍，复杂任务成功率超95%。
该论文探索零样本LLM智能体管理长周期物理任务的可行性，设计融合规划、工具调用、观察与验证的多智能体框架，在农业任务中与强化学习智能体对比。结果显示，同天气下LLM智能体管理效果相当，环境变化时自适应能力更强。
HN 讨论生产环境大规模多智能体架构：多数 AI 工作流用单个强 LLM 或不超过 5 个子智能体即可解决，何时值得扩展到上千智能体集群？发起者 Acyclic Labs 创始人征集真实用例与痛点（状态同步、token 成本、级联失败、延迟）。
开发者发布 Show HN 工具 Agenttik，用于并行管理多个项目与多个 AI 代理，支持不同供应商、分支隔离、变更审查与任务排队，解决多任务切换带来的心智负担，适合同时推进多项目的开发者。