Agensh 在没有中央编排器的情况下最多协调 1,024 个编程智能体
一篇 Microsoft Research 论文介绍了 Agensh，这是一套通过共享状态协调并行编程智能体的自组织 harness。使用 GPT-5.6-sol 时，智能体数量从 1 增至 128，ProgramBench 五个最难任务的平均最终测试通过率从 19.31% 升至 28.78%；在 pandoc 上，1,024 个智能体将该通过率从 33.89% 提升至 55.06%。
#microsoft-research
查看全部AI快讯微软研究院的研究结果显示，将 AI 推理移出机器人本体可以提高任务成功率
研究结果还表明，这种方法可以提高效率，并支持更高级的物理 AI 工作负载。
AutoTailor 将自动生成的 Web API 从 1,283 个候选筛选至 33 个
DAIR.AI 重点介绍了 AutoTailor，这篇来自 Microsoft Research 及其合作者的论文将 Web 轨迹转化为参数化浏览器自动化 API，并将其筛选至 33 个。在 106 项 WebArena Postmill 任务上，这些 API 配合 ReAct 回退达到了 90.6% 的正确率，而单独使用 ReAct 为 87.5%。
微软研究院：Nature 论文重点介绍用于化学合成的 RetroChimera
微软研究院表示，一篇新的 Nature 论文重点介绍了 RetroChimera，这是一种有助于加速化学合成的预测模型，使研究人员能够探索广泛的分子。