MoFlow 将智能体工作流生成建模为多目标马尔可夫决策过程，用凸包蒙特卡洛树搜索一次覆盖帕累托前沿，无需重训即可按偏好返回工作流，在数学、代码、问答六项基准上平均超体积最高。
研究提出Vibe Patenting专利撰写测试平台，用LLM评审评估AI生成的专利草稿并给出结构化反馈。迭代评审可提升草稿质量，使低推理智能体接近高推理智能体水平，但与专业专利律师评估存在校准差异。
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）。