编码智能体团队不必全用强模型：便宜模型只做规划，成绩接近全强模型团队
编码智能体团队在从零重建程序的任务上普遍强于单个智能体，但花费是单个智能体的四到七倍。一项在ProgramBench两百个程序上的受控实验显示，把便宜模型只放在探索与规划阶段，能在比全强模型、全阶段委派团队低约八成成本下把成绩差距控制在2.7分以内，因为这类任务真正的瓶颈是弄清原程序的行为。
Agensh：把多智能体组织扩展到 1,024 个智能体
Agensh 提出一种无中心编排者的自组织多智能体 harness，用共享工作区、消息接口与共享上下文支撑并发 worker 的异步协作循环，在 ProgramBench 五个最难任务上把 1 到 128 个智能体的平均最终测试通过率从 19.31% 提升到 28.78%，并在 pandoc 上把 1 到 1,024 个智能体的通过率从 33.89% 提升到 55.06%。
已读完全部报道