#multi-agent

EverMind AI 發布 Raven：一個能演化模型 harness 的開源系統

DAIR.AI 介紹了 EverMind AI 的開源多智能體系統 Raven：它為每個模型和領域構建獨立的 harness，並根據失敗對其進行演化。搭配 DeepSeek-V4-Flash，其研究 harness 在 BrowseComp 上得分 69.3%，在 Humanity's Last Exam 上得分 60.0%。

Jevolution 在 TypeSafe AI 首屆 Jev 黑客松奪得第一

Nikhil Hooda 表示，一支團隊憑 Jevolution 在 TypeSafe AI 首屆 Jev 黑客松獲得第一名。Jevolution 是一套多智能體生態系統模擬器，用於在不接觸動物的情況下研究瀕危物種。

Agensh 在沒有中央編排器的情況下最多協調 1,024 個程式設計智能體

一篇 Microsoft Research 論文介紹了 Agensh，這是一套透過共享狀態協調並行程式設計智能體的自組織 harness。使用 GPT-5.6-sol 時，智能體數量由 1 增至 128，ProgramBench 五個最難任務的平均最終測試通過率由 19.31% 升至 28.78%；在 pandoc 上，1,024 個智能體將該通過率由 33.89% 提升至 55.06%。

elvis 表示，Agora-2 可讓最多 20 名人類與智能體共用同一個即時模擬世界

elvis 表示，世界模型 Agora-2 現可讓最多 20 名人類與智能體同時置身同一個模擬世界。elvis 形容，它可用來一同訓練機械人、自動駕駛汽車與網絡防禦智能體，並在投入現實應用前研究智能體串謀。

史丹福與 Together AI 論文中，三模型自組織團隊平均得分 66.7%

DAIR.AI 報告指，史丹福與 Together AI 的一篇論文發現，o3-mini、Claude Sonnet 4 與 DeepSeek-V3 組成自組織團隊，在五項數學與物理基準測試中平均得分 66.7%，高於最強成員單獨作答的 48.8%，以及完美路由器的 59.0%。