EverMind AI 发布 Raven：一个能演化模型 harness 的开源系统
DAIR.AI 介绍了 EverMind AI 的开源多智能体系统 Raven：它为每个模型和领域构建独立的 harness，并根据失败对其进行演化。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%。
#multi-agent
查看全部AI快讯Jevolution 在 TypeSafe AI 首届 Jev 黑客松夺得第一
Nikhil Hooda 称，一支团队凭借 Jevolution 在 TypeSafe AI 首届 Jev 黑客松获得第一名。Jevolution 是一套多智能体生态系统模拟器，用于在不接触动物的情况下研究濒危物种。
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%。
elvis 称 Agora-2 可让最多 20 名人类与智能体共享同一个实时模拟世界
elvis 称，世界模型 Agora-2 现可将最多 20 名人类和智能体同时放入同一个模拟世界。elvis 将其描述为可共同训练机器人、自动驾驶汽车和网络防御智能体的场所，也可在投入真实世界使用前研究智能体共谋。
斯坦福与 Together AI 论文中，三模型自组织团队平均得分 66.7%
DAIR.AI 报道，斯坦福与 Together AI 的一篇论文发现，o3-mini、Claude Sonnet 4 与 DeepSeek-V3 组成自组织团队，在五项数学与物理基准测试中平均得分为 66.7%，高于最强单模型单独作答的 48.8%，也高于完美路由器的 59.0%。