分类： agents
-
Pi Agent：容器化与上下文压缩
coding agent 同时需要两个边界：一个控制它们可以做什么的执行边界，以及一个控制它们在长时间工作中可以记住的内容的上下文边界。
-
MAS Conference Papers: 近期多智能体系统论文阅读清单
TLDR：此页面是最近 MAS 论文的排名阅读候选列表，优先考虑协作结构、拓扑设计、运行时效率和验证。
-
超越个体智能：多智能体系统的 LIFE 框架
LIFE 调查很有用，因为它将 LLM 多智能体系统重新构建为一个生命周期：构建个人能力、集成协作、归因故障和发展系统。
-
Concordia：把 LLM 智能体作为社会模拟参与者
Concordia 很有用，因为它将 LLM 智能体视为具有记忆、角色、规范、部分观察和由游戏大师调节的世界状态的情境社会参与者。
-
Autocurricula and Multi-Agent Innovation: 社会互动如何生成新问题
TLDR：多智能体智能应该研究合作、竞争、专业化和共享发现如何创造孤立智能体会错过的能力。
-
Social Dilemmas: 三个经典社会困境
TLDR：社会困境表明为什么个人理性行为会损害群体结果，以及为什么合作取决于回报、重复、声誉和规范。
-
A Social Path to Human-Like AI: 社会互动如何生成新数据
TLDR：类人人工智能可能需要智能体群体通过社交互动进行学习，其中合作和竞争产生超出单智能体训练的 skill。
-
与智能体团队一起构建 C 编译器
C 编译器实验之所以成功，是因为该项目为智能体提供了合适的基础：模块化架构、客观测试、Git 作为共享内存、任务锁、可读日志以及将一个巨大目标变成许多局部失败的预言机。