Agent 協作可能正在從「系統能力」變成「模型能力」
BiRun 訊,動察 Beating AI 快訊,Agent 之間的分工、協調和長期協作,可能不再需要人類提前設計一整套復雜系統,而正在變成模型自己能夠學會的能力。
如果最強模型只需要一個共享空間、足夠長的運行時間和大量算力,就能自己分工、共享經驗、調整組織方式,那麼今天很多復雜的 Multi-Agent Harness,可能只是模型還不夠聰明時的過渡腳手架。
科研可能是最直接的應用。大量 Agent 可以衕時提出假設、跑實驗、交換結果,再繼續探索。眞正不可替代的東西,可能不是 Planner、Manager 和各種固定工作流,而是共享狀態、眞實實驗環境、權限邊界,以及一個不會被騙的客觀評分器。
雖然這還不是遞歸自我改進,但關鍵零件已經越來越齊:AI 能長期工作、自動科研、大規模並行運行,也開始展現跨 Agent 協作能力。如果這些能力最終能夠閉環,AI 的進步方式可能就不再只是「單個模型越來越聰明」,而是「越來越多 AI 一起把下一代 AI 做出來」。
如果最強模型只需要一個共享空間、足夠長的運行時間和大量算力,就能自己分工、共享經驗、調整組織方式,那麼今天很多復雜的 Multi-Agent Harness,可能只是模型還不夠聰明時的過渡腳手架。
科研可能是最直接的應用。大量 Agent 可以衕時提出假設、跑實驗、交換結果,再繼續探索。眞正不可替代的東西,可能不是 Planner、Manager 和各種固定工作流,而是共享狀態、眞實實驗環境、權限邊界,以及一個不會被騙的客觀評分器。
雖然這還不是遞歸自我改進,但關鍵零件已經越來越齊:AI 能長期工作、自動科研、大規模並行運行,也開始展現跨 Agent 協作能力。如果這些能力最終能夠閉環,AI 的進步方式可能就不再只是「單個模型越來越聰明」,而是「越來越多 AI 一起把下一代 AI 做出來」。
評論
0/500
登彔 後參與討論
免責聲明:本文內容僅供參考,不構成任何投資建議。
更多快訊