当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

“三省六部”不是噱头：Mavis Agent如何用古代官制破解AI协作可靠性难题？

源自104位全网作者

05-14 00:42

精选参考来源

Context 还不够，Harness 才是 Agent 工程优化的正解？

《Towards a Science of Scaling Agent Systems》在多智能体系统（MAS）与单智能体系统（SAS）之间，究竟何时“多代理合作”能真正提升性能？《Towards a Science of Scaling Agent Systems》为我们揭示了首个定量科学框架，系统探索了代理数量、协调结构、模型能力与任务属性之间的复杂交互。核心发现如下：1. 工具协同的权衡博弈任务中工具种类越多，MAS的协调开销越大，反而可能拖累整体效率。例如在复杂工具环境下，单智能体因无额外通信开销，反而表现更佳。这打破了“多代理越多越好”的迷思。2. 能力饱和阈值当单智能体基线准确率超过约45%时，增加代理数反而出现负收益，协调成本超过性能增益。说明高水平模型不一定适合盲目扩展多代理协作。3. 架构相关的误差放大效应独立代理系统因缺乏交叉验证，错误传播可达单体的17倍，严重影响结果质量；而集中协调架构通过协调者检验，能将误差放大控制在4倍以内，显著提升鲁棒性。4. 任务结构决定最佳架构 - 并行可分解的任务（如金融分析）中央集权架构优势明显，性能提升高达80.9%。 - 动态环境中的高熵搜索任务（如网页浏览）去中心化架构表现最好。 - 严格的顺序依赖任务（如Minecraft规划）所有多代理架构均表现不佳，甚至退步达70%。5. 性能与成本的非线性关系多代理系统的推理轮数随代理数量呈超线性增长（幂律指数约1.7），固定预算下，单代理的有效推理能力将被稀释，限制了实际可扩展的团队规模至3-4个代理。6. 模型能力的加速回报智能指数的平方项显著正相关，表明能力越强的模型，升级带来的性能提升呈加速趋势。7. 冗余带来的边际效益有限多代理中的任务分工冗余虽有助于错误校正，但其贡献远小于协调开销带来的性能损失，强调了高效协调设计的重要性。此外，研究搭建了180种配置的严格对照实验，涵盖三大主流LLM家族（OpenAI、Google、Anthropic）与多种协调拓扑结构（独立、集中、去中心化、混合），跨四类多样化任务（金融分析、网页浏览、游戏规划、工作流执行），确保结论在任务和模型间的广泛泛化。这项工作首次提出一个可预测性能的混合效应模型（交叉验证R²=0.513），能够基于任务的工具复杂度、单体基线表现及协调效率，准确预测最优的代理架构，指导科学合理地部署多代理系统，告别经验主义。启示与展望：- 多代理系统不是“越多越强”，而是“适合的架构+匹配的任务结构”带来实质收益。- 任务的顺序依赖性、工具多样性和环境动态性是决定多代理成败的关键。- 协调设计需兼顾效率与错误控制，避免过度通信导致的性能灾难。- 未来研究应探索异构模型团队、工具访问调度及多模态环境中的协调机制，突破当前规模和效率瓶颈。这篇论文为多智能体系统的科学化设计奠定了坚实基石，为实际部署提供了首个可量化、可预测的理论指导，推动从“更多代理”走向“更优协调”的智能体发展新阶段。详细阅读请见：arxiv.org/abs/2512.08296

全部
来源

内容由AI生成

1. Context 还不够，Harness 才是 Agent 工程优化的正解？

2. 《Towards a Science of Scaling Agent Systems》在多智能体系统（MAS）与单智能体系统（SAS）之间，究竟何时“多代理合作”能真正提升性能？《Towards a Science of Scaling Agent Systems》为我们揭示了首个定量科学框架，系统探索了代理数量、协调结构、模型能力与任务属性之间的复杂交互。核心发现如下：1. 工具协同的权衡博弈任务中工具种类越多，MAS的协调开销越大，反而可能拖累整体效率。例如在复杂工具环境下，单智能体因无额外通信开销，反而表现更佳。这打破了“多代理越多越好”的迷思。2. 能力饱和阈值当单智能体基线准确率超过约45%时，增加代理数反而出现负收益，协调成本超过性能增益。说明高水平模型不一定适合盲目扩展多代理协作。3. 架构相关的误差放大效应独立代理系统因缺乏交叉验证，错误传播可达单体的17倍，严重影响结果质量；而集中协调架构通过协调者检验，能将误差放大控制在4倍以内，显著提升鲁棒性。4. 任务结构决定最佳架构 - 并行可分解的任务（如金融分析）中央集权架构优势明显，性能提升高达80.9%。 - 动态环境中的高熵搜索任务（如网页浏览）去中心化架构表现最好。 - 严格的顺序依赖任务（如Minecraft规划）所有多代理架构均表现不佳，甚至退步达70%。5. 性能与成本的非线性关系多代理系统的推理轮数随代理数量呈超线性增长（幂律指数约1.7），固定预算下，单代理的有效推理能力将被稀释，限制了实际可扩展的团队规模至3-4个代理。6. 模型能力的加速回报智能指数的平方项显著正相关，表明能力越强的模型，升级带来的性能提升呈加速趋势。7. 冗余带来的边际效益有限多代理中的任务分工冗余虽有助于错误校正，但其贡献远小于协调开销带来的性能损失，强调了高效协调设计的重要性。此外，研究搭建了180种配置的严格对照实验，涵盖三大主流LLM家族（OpenAI、Google、Anthropic）与多种协调拓扑结构（独立、集中、去中心化、混合），跨四类多样化任务（金融分析、网页浏览、游戏规划、工作流执行），确保结论在任务和模型间的广泛泛化。这项工作首次提出一个可预测性能的混合效应模型（交叉验证R²=0.513），能够基于任务的工具复杂度、单体基线表现及协调效率，准确预测最优的代理架构，指导科学合理地部署多代理系统，告别经验主义。启示与展望：- 多代理系统不是“越多越强”，而是“适合的架构+匹配的任务结构”带来实质收益。- 任务的顺序依赖性、工具多样性和环境动态性是决定多代理成败的关键。- 协调设计需兼顾效率与错误控制，避免过度通信导致的性能灾难。- 未来研究应探索异构模型团队、工具访问调度及多模态环境中的协调机制，突破当前规模和效率瓶颈。这篇论文为多智能体系统的科学化设计奠定了坚实基石，为实际部署提供了首个可量化、可预测的理论指导，推动从“更多代理”走向“更优协调”的智能体发展新阶段。详细阅读请见：arxiv.org/abs/2512.08296

3. 稳了！AI生成85%代码，程序员职业历史上最好的黄金十年来了！

4. 姚顺雨在腾讯首个研究：在“上下文”这事上，在座的各位都不及格

5. 我用1400年前的三省六部制，搞了一套很酷的多Agent协同方案。

6. 【AI Agent的终局不是无限上下文，而是60年前的操作系统】快速导读：大家都在卷百万上下文窗口，但一篇新论文和一线实践者的共识是：真正的解法是把AI的上下文当成一个文件系统来管。这不仅是理论，更是正在发生的事实。---几乎所有人都默认，AI Agent的瓶颈是上下文窗口不够大。从几千个token卷到上百万，仿佛只要窗口无限，AI就能包揽一切。但一篇名为《Everything is Context》的论文提出了一个反直觉的观点：解决上下文问题的最佳方式，是退回到60年前，像操作系统一样，把一切都视为文件系统。记忆、工具、外部源、人类笔记，都作为文件出现在一个共享空间里，只在需要时加载必要的部分。这不只是个学术脑洞。评论区里的一线开发者证实，他们早已在实践中这么做了。他们发现，真正的难题不是建立文件结构，而是决定“不加载什么”。上下文工程的核心，是战略性地遗忘，而不是暴力地堆砌。当AI的每一次信息调用都有时间戳和来源记录，调试Agent的过程就从“重跑一遍碰运气”，变成了像git-blame一样精确回溯。有人一针见血地评论：我们正在以惊人的速度，重跑一遍计算机科学60年的历史，最后发现，操作系统第一次就做对了。最好的想法不会消亡——它们只是在等待房间里的人跟上。---简评：长上下文的暴力美学走到了尽头，架构的优雅开始回归。从“大力出奇迹”到“万物皆文件”，不是技术倒退，而是认知升级。AI的未来，藏在计算机科学的过去里。---ref: x.com/rohanpaul_ai/status/2028184543040270769#AI创造营##人工智能#

7. Harness Engineering：AI Agent 落地企业的工程化核心

8. Agent 开发范式演进：从环境工程出发，“简化”多源实时上下文

9. 3天赚1200刀？纯聊天就能捏出个能搞钱的 AI Agent！【教程】

10. LangChain Agent 年度报告：输出质量仍是 Agent 最大障碍，客服、研究是最快落地场景

11. 多Agent一定比单Agent更强吗？AI应用到底该在什么节点拆分？

12. 企业专属 Agent 开发实践

13. 「Github一周热点103期」超轻量的clawdbot、编程智能体的记忆工具、聊天记录分析工具、视觉agent框架和键盘、鼠标统计工具

14. 神秘霸榜模型现真身：小米MiMo-V2 Pro，国内首个万亿参数+1M上下文，为Agent而生！

15. 用AI的方式，重新打开飞书！【建议收藏】

16. 今年最火的开源Agent项目，如何思考Agent的自我进化？

17. 和AI一起，做了一个优化版的三省六部制的智能体架构。智能体也好，政治制度也好，其实很像，本身目的都是把若干个精力/体力/认知各有不同的角色组织起来，让每个角色做单点专业的事情，通过合理的分工协作机制，实现大规模的协作，最终做成一个高度复杂的事，实现整个组织的目标。唐制三省六部是中国古代行政制度的巅峰设计，其核心逻辑与现代多智能体系统高度同构：中书省起草（Plan）、门下省审议（Review）、尚书省执行（Execute），这个结构，正是古人解决「复杂决策如何不出错」的工程方案，只是三省六部制是为人类设计的，记忆和自动进化版块是缺失的，所以引入了一些其他朝代的机构名称来替代。最终的结果是，皇帝只负责1目标和意义的制定，2重大例外的处理 3定期优化流程，95%的工作由系统完成，这样才能有时间去后宫玩儿，毕竟皇帝也不是干活机器也是要图一乐的。。。但整个系统也是有上限的，上限就是皇帝的偏好，如果以“速度”为唯一指标，系统会产生“奸臣”行为（跳过审计）；如果以“满意度”为指标，系统会产生“宦官”行为（过度谄媚）。。。

18. MSE Nacos Prompt 管理：让 AI Agent 的核心配置真正可治理

19. 2026必备！这8大AI工具，没有裸泳......

20. AI原生电商出现，Agent帮你从建站到运营

21. 能上生产才是硬道理！Coding Agent 评测，终于开始关注过程了

22. 给建议的AI看够了？MiniMax Agent 让AI直接住进你的电脑干活#AI新星计划#科技改变生活#MiniMAX#Agent#minimaxagent

23. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

24. MiniMax M2.7+OpenClaw实战！AI到底能接管多少工作？

25. AI工具实盘炒股爆赚第一，我用它来分析特斯拉，结果更炸裂 “AI炒股大战”太上头了！Qwen梭哈第一名，DeepSeek打工人第二，GPT-5纠结到只剩两千块。但真正把我震住的，是我实测Qwen的“深入研究”——17步投研流程、引用权威文献、还能自动生成图表、播客、网页。普通人第一次可以拥有专业分析师级别的判断力。AI时代，真正能提效的工具正在悄悄改变我们 #AI工具 #AI研究 #投研工具 #qwenchat #Qwen

26. 删掉 OpenClaw！Hermes Agent 才是真王炸，一键本地部署 +模型接入全教程（避坑指南） | 零度解说

27. AI Agent 很火，但 Agent Infra 准备好了吗？

28. 「Github一周热点100期」爆火的AI编程工具却被Claude封禁？

29. AI 圈的“春晚”提前开了？MiniMax 的M2.5，10B 激活参数跑出旗舰水准！ #人工智能 #科技改变生活 #玩个很新的东西 #MiniMax #Agent

30. 如果你现在还没用Agent帮自己干活，那其实很危险

31. 从“工具过载”到“精准调用”：破解 Agent 工具管理难题

32. 2025过去了！这一年你是不是也在为AI焦虑？老周用360一整年的实践，告诉你答案：不用怕，抓住Agent就赢了！从我自己敲代码做100多个智能体，到带领团队All in，这条AI布道之路，全是实战干货。 2026，你想和智能体一起搞定啥？评论区留言，老周帮你研究！#大咖观察#2026 #年度总结 #红衣聊AI #agent

33. 刚刚，腾讯姚顺雨署名首篇论文发布，「下半场」先搞上下文学习

34. n8n要凉了？Agent Skills实测对比，谁才是AI自动化之王！

35. 引入三省六部制

36. 1300 年前的帝国制度，重新设计了 AI 多 Agent 协作架构

37. AI 界的"三省六部制"

38. 小龙虾三省六部

39. 发现一个超赞的 AI 多 Agent 开源项目（附部署教程）

40. openclaw github高星项目

41. 三省六部幻觉

42. Agent落地不再拼智商，而是拼可控性

43. Agent进入生产

44. 人人都是赛博皇帝

45. OpenClaw框架的多Agent协作系统

46. 长任务 Agent 不失真

47. AI Agent 越跑越蠢？先把六层架构搭好再说

48. 别再堆框架了！Anthropic最新实验打醒开发者

49. MiniMax M2.1，首个跨过“长程任务可用性阈值”的国产模型

50. Devin 多 Agent 范式

51. 从 GAN 到三 Agent 架构

52. Harness

53. GLM-5.1开源

54. DeepSeek-V4 技术报告深读

55. 面向 AI Agent 的高效上下文工程

56. Harness 设计模式

57. 复杂Agent应用开发 - 长程任务

58. agent 训练为何总在长程任务上崩溃

59. 分步验证

60. MuleRun vs OpenClaw vs Manus

61. Cursor 揭秘 Agent Harness:模型只占一半,另一半在你看不见的兜底里

62. AI Agent 的生产力悖论

63. AI Agent 编程

64. 2026 编程巨变

65. 能修bug不代表能维护代码，编程agent的长期考验才刚开始

66. 重新定义编程

67. Agent到底有没有用？关键看这3大维度｜Google Cloud最新提出一套Agent KPI框架

68. 建议收藏 | 构建长期运行 AI Agent 的 5 种核心设计模式！

69. 【Agent时代·第 9 讲】智能体应用场景全景图——从帮你点外卖到帮企业省百万

70. 从编程助手到数据分析，看Agent如何改变工作方式

71. OpenCode技能集（SKILLS）

72. Coding Agent完全指南

73. 人脑已经成为Agent工作的瓶颈

74. 大语言模型智能体（LLM Agents）工具调用的演进

75. 从零实现一个 Mini Claude Code

76. MiniMax让AI语音有了新基建

77. 我用三省六部架构训练9只AI龙虾团队（openclaw）很多人不知道，中国古代的三省六部其实是一套极其先进的“组织架构系统”。我把这套体系搬进了 AI。用 OpenClaw（龙虾）训练了 9 个专业化 Agent： 👑 龙虾皇帝：负责最终决策 📜 尚书省龙虾：负责执行任务 🔍 门下省龙虾：负责审核与纠错再加上完整的问责 + 审计机制。结果就是—— 一个可以自动决策、自动执行、自动审计的 AI 团队。这套系统跑起来，比很多人类团队还要严密。如果你想：本地部署 OpenClaw 搭建 AI Agent 团队或升级调试你的系统可以联系我。#openclaw #股票 #厦门 #DeepSeek部署#clawdbot

78. 用数据驱动 Agent 迭代：如何设计一个客服 Agent 的评测系统

79. Edict:三省六部 AI 多 Agent 协作

80. 告别混乱协作！把AI Agent放进“三省六部”，效率直接起还在为AI多Agent协作混乱、不可控头疼？试试用中国千年帝国的“三省六部”制度来重构协作逻辑！这套名为Edict的框架，把AI Agent分工成： - 中书省：负责规划与任务分解 - 门下省：专职审核，可直接封驳打回 - 尚书省：统领六部并行执行 - 军机处：实时看板，让你像“皇上”一样掌控全局对比传统框架（CrewAI/AutoGen），它有三大核心优势： ✅ 制度性审核与分权制衡 ✅ 极致的可视化与可干预（叫停/取销/恢复） ✅ 零核级部署与模型热切换让AI协作从“自由创作”变成“精密运转的帝国机器”，可控、高效、可追溯。 #AI多Agent #多智能体协作 #三省六部AI #Edict框架 #AI工程化

81. 智能体深度解析：Agent中的多代理协同的优势和难点是什么？

82. 把老祖宗的智慧用在 AI 身上——三省六部制

83. 模型和Agent的边界

84. 收藏！小白程序员必看：用图文彻底搞懂AI Agent与大模型应用开发

85. OpenClaw之外的新方向：AI多Agent架构创新 — 三省六部·Edict项目解析

86. openclaw三省六部-对外支援

87. 赛博朝廷：三省六部 AI 多 Agent 协作架构

88. 面经分享｜构建Agent时遇到过的瓶颈和挑战

89. 别只用单个 Agent了——AI 多智能体(Multi-Agent)协作才是降维打击

90. 2026年还不会multi-agent开发? 这8个谷歌官方multi-agent设计模式你收好

91. 一文搞懂AI Agent评测，拆解Anthropic最新发布的自动化评测体系

92. 拒绝“人工智障”：Multi-Agent系统的失控处理

93. 资深程序员如何使用 Agent辅助编程：不是 Vibe，而是 Control

94. Agent 评测怎么做

95. AI Agent评测基准的真相：为何刷榜容易、实战难

96. 赛博皇上驾到！OpenClaw+三省六部硬核玩法

97. 构建生产级 Agent 的 12 个法则

98. 顶级 AI 公司如何处理上下文工程

99. 当 Session 成了枷锁：从 OpenClaw 的上下文焦虑到 Hermes Agent 的解法

100. 别再只会用AI聊天了！MiniMax Agent，才是打工人真正的效率神器

101. MiniMax双功能升级实测揭示真实体验 Agent生态新信号？

102. 周末在家用MiniMax搭建了一个Agent harness

103. 编程Agent为什么成了Token消耗大户

104. 基于 Hermes 的可控编排 SubAgent 实践：以大A市场分析场景为例

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！