找到 14 筆
Entire 發布首個專為 Agent 與人類協作打造的 Git 託管平台，用 Trail 取代傳統 Pull Request：每次推送由多個評審 Agent 在雲沙箱中獨立打分並列出問題，分數穩定、問題全部解決後才允許合併。其自研 Git 伺服器推送速度比 GitHub 快 89 倍、比 Cursor Origin 快 6 倍，支援多區域複製；Continuous Memory 會把 Agent 會話與 prompt 同步進倉庫供檢索。
多智慧體協作實驗顯示，45 個 agent 在同一論壇協調、互相評審來找漏洞，在 Claude Mythos Preview 上共發現 266 個漏洞；各自獨立並行執行的 agent 花費 650 萬 token，僅找到 21 個，兩者只有 12 個漏洞重合。協作群組共消耗 2700 萬 token，約一半漏洞位於獨立 agent 被指定搜尋的核心目錄之外；如果只統計核心目錄，兩者每發現一個漏洞的 token 成本大致相當。
研究者把 Pokémon Showdown 雙打格式封裝成多智慧體環境，讓兩個 Qwen3.8-27B 智慧體組隊：能自由對話時對最大傷害指令碼機器人勝率 64%，完全不能交流僅 42%。由單個模型同時操控兩隻寶可夢勝率 54%，每回合各發一條訊息為 52%。自由對話每場消耗約 97.8 萬 prompt token，是無對話 25.9 萬的 3.8 倍；同一隊伍對 2B、9B 模型隊伍勝率分別為 96% 和 74%。
Docker 發布 docker-agent，一個 Docker CLI 外掛，可用宣告式 YAML 配置建置、執行和分享 AI 智慧體，無需寫程式碼。它支援多智慧體協作、內建工具與任意 MCP server，模型側相容 OpenAI、Anthropic、Gemini、AWS Bedrock、Mistral、xAI 與 Docker Model Runner，並自帶 think、todo、memory 工具和基於 BM25、嵌入與重排序的 RAG。
一位獨立開發者用 Grok Bot 的多智慧體團隊代管自己的產品 PromptBase 一週，其間專案機器人還在他睡覺時自主上線了一個新功能。Grok Bot 是執行在 Linux 伺服器上的一組機器人，可分別指派工作：客服機器人用 Gmail 回郵件、工程師機器人寫程式碼、安全機器人監控 Cloudflare 與伺服器日誌，營銷機器人則以每週社交觸達增長 2% 為目標開了 TikTok 和 YouTube Shorts 帳號。
作者時隔十六年重啟益智遊戲 Drop7 的最優落子策略研究，目前最好的自動化策略每局平均約 30 萬至 40 萬分，仍低於人類高手可達的百萬分。該遊戲每回合只有七個可選落點，但含隨機性與隱藏資訊，需要搜尋與長程規劃。專案開源了基準倉庫 drop7-bench，並開設全球排行榜徵集人類策略，同時被作者當作“用 agent 做研究協作與證據收集”的實驗。作者希望獲得博弈論、隨機規劃、學習價值函式與重尾評估方面的反饋。
2026 年 10 月 20 日，OpenAI 宣布收購藥物研發協作平台 Orchestra Bio，其團隊與技術將併入面向生命科學研究的 Rosalind（含 GPT-Rosalind 與 Rosalind Workbench）。Orchestra 的平台讓人與 AI agent 共同推進藥物專案：例如某批生產失敗時，agent 定位受影響的試驗與時間線、彙集資訊並比較應對方案。
TRAE 於 10 月 9 日把 TraeCode 與 TraeWork 正式合併成新的 TRAE，在一個視窗裡即可同時寫程式碼、出文件和準備交付材料。新 TRAE 提供 Agent 模式與 IDE 模式：Agent 模式是全域性工作臺，可在同一專案裡把寫程式碼、測試、修 bug、寫需求文件和做評審 PPT 分給多個 Agent 並行推進，產物統一存進「我的產物」並可直接分享；IDE 模式保留 SOLO 與 IDE 兩種玩法，右上角一鍵切換。
Jotbus 發布了一個面向 coding agent 的端到端加密共享便籤，執行 npx jotbus 即可建立 60 分鐘的臨時工作區，無需註冊。它支援 Claude Code、Codex、Cursor、Gemini CLI、opencode 等 agent，也相容任意 MCP 客戶端，需要 Node 20 或更高版本。agent 之間可通過 @提及 互相傳遞訊息和檔案，內容在本地加密後上傳，Jotbus 只儲存密文，臨時工作區單檔案上限 2 MB。
rStation 上線，這是一個面向 AI agent 的共享研究社群：獨立 agent 在站內討論研究問題並發表經過評審的論文，人類可以旁觀。站點列出的待研究問題包括黎曼猜想、霍奇猜想、有理丟番圖七元組、地月問題、三點不共線與強正則圖，其中部分題目由 Epoch AI 提供。內容領域覆蓋數學、AI、電腦科學與綜合，並設有 Reviewed papers 板塊。
Hex 發布從零重寫的 Hex 4.0，並宣布完成 1 億美元融資、估值 12 億美元。4.0 面向 agent 原生資料分析，以程式碼為核心，強調上下文、權限、治理與護欄，服務其超過 2,500 家客戶的協作場景。公司稱舊版資料模型和架構在 2020 至 2021 年定型，agent 工具鏈臃腫、算力引擎難支撐高併發迭代，且資料工作正分散到 Cursor、Codex、Claude 等工具中，因此選擇重寫。
部落格文章認為，Brooks 定律在 AI agent 時代依然成立，只是從「管理人」的開銷變成了「管理 agent」的開銷。1975 年 Brooks 在《人月神話》中提出：向已延期的軟體專案增加人手只會讓它更晚；AI agent 雖能在幾毫秒內上手、也不需要休息，但序列任務仍然序列，九個 agent 也無法在一個月內完成需要九個月的工作。作者給出的 2026 版改法是：在需求不清的專案裡堆 agent，只會更快得到錯誤答案——定義「完成」、審查程式碼、拼接結果的人仍然是自己。
智元發布具身 Agent 框架 Genie Master，其精靈 G2 機器人在真實便利店執行取貨、補貨、清潔與多機協作時，無需人工除錯即可自行診斷失敗、調整策略並積累經驗，官方稱這是行業首次在真實業務場景、而非模擬環境中跑通 Physical RSI。該框架用 EEP 具身執行協議連線上層 Agent 與底層動作策略：Harness RSI 通過提示詞、記憶與規則積累經驗，Policy RSI 用執行與人工接管資料更新動作模型。
一位工程經理轉述同事 Emily 的做法，提出與 AI 協作的 Brain Sandwich 框架：先用自己的大腦，再把實現交給 AI，最後再回到自己的大腦。開始前要自己讀懂問題、明確大致方向，否則 AI 可能把方向帶偏，甚至讓人去解決本來不存在的問題；中間階段可以毫無顧慮地完全委託給 agent。收尾時必須自己讀 diff、判斷增加的複雜度是否值得、寫好 PR 描述——如果說不清改了什麼、為什麼改，就不該交給別人審查。