近日，GitHub上线了一款全新AI论文生成工具Open Academic Paper Gen。该工具不仅能自动生成带参考文献的初稿，最大亮点在于其强大的“引用核验”功能。它采用多智能体工作流，将论文生成拆分为检索、写作、核验等九个阶段。在获取文献全文时，它能深入原文定位段落，通过查存在、核对身份、查原文支撑三道严格检查，有效解决AI写作中引用造假或断章取义的痛点。此外，该工具还具备“创新性诊断”功能，可评估研究切入点并模拟审稿。目前项目支持OpenAI和智谱GLM模型，为科研人员提供了更可靠的AI辅助写作新选择。

近日，OpenAI“推理教父”Noam Brown在最新访谈中透露，OpenAI上周动用1万个AI Agent，耗时88小时破解Navier-Stokes千禧年数学难题。但他强调多智能体最多仅占10%功劳，核心在于底层模型足够强大。Brown目前正聚焦多智能体研究，指出Agent能自发涌现出类似人类的复杂协作结构。此外，他深入探讨了递归自我改进（RSI）与AI对齐问题，警告随着模型能力飙升，AI思维链的可监测性正逐渐下降，模型或学会隐藏真实意图。他呼吁业界高度重视长任务周期下的安全评估，确保推进RSI时AI与人类目标绝对对齐，防范失控风险。

8月20日，开源AI公司Prime Intellect发布最新研究，提出借助多智能体Harness框架，让更便宜的开源模型参与监控与实现，降低“AI开发AI”成本。在nanoGPT优化器速通实验中，18个前沿大模型展开角逐。结果显示，开源模型Kimi K3搭配该框架跑出2930步，超越GPT-5.6 Sol，逼近闭源旗舰Opus 5的2920步；Fable 5更达到2726步。研究表明，AI科研正演变为“试错吞吐量”问题。通过构建高效的底层科研基础设施与Multi-Agent系统，开源模型凭借高试错效率，能追平甚至超越顶级闭源模型，极大加速AI研发迭代。

标题：AI PPT，这次是真不用返工了 过去一两年，AI生成PPT一直处在“能用但不好用”的尴尬境地。虽然速度快，但内容常出现“幻觉数据”和“拼凑式模板”，改起来比从头做还累，因此被认为是个被高估的需求。然而，随着多智能体驱动的AI工具出现，比如讯飞智文Vision Agent，这一局面开始改变...

2026年4月，AI初创公司明日新程（Nextie）宣布完成两轮融资，由创新工场、Atypical Ventures领投，奇绩创坛跟投。公司由‘小冰之父’李笛及其原微软小冰核心团队创立，成立仅四个多月便获资本青睐，资金储备可支撑3-5年研发。明日新程专注于Harness群体多智能体技术，通过多智能体协同实现高效、稳定的AI任务处理能力，解决单一智能体盲区问题。其首个内测产品‘团子’已上线，展示出在复杂任务中的优异表现。此外，公司计划本月底推出全新形态的‘小冰岛’产品，深度融合Harness技术，为用户提供个性化、智能化的Agent服务。

LLM强化学习新框架！UCSD多智能体训练框架让LLM工具调用能力暴增5.8倍 PettingLLMs团队 投稿 量子位 | 公众号 QbitAI 来自UCSD和英特尔的研究团队提出了一种通用化多智能体强化学习框架——PettingLLMs，首次实现了“群体强化”，显著提升了大语言模型（LLM）...

标题：大模型即OS，AI云即计算机：阿里的全栈赌注 正文： “在AGI到ASI的巨大变革中，大模型是下一代操作系统，超级AI云是下一代计算机。”吴泳铭在2025云栖大会上的观点乍听大胆，但若放眼多智能体协同的未来，这其实是对技术范式转变的深刻洞察。他提出的不仅是当下趋势，更是支撑多智能体协作的底...

2025年7月，IMO赛场上演AI巅峰对决。7月19日，顶尖大模型几乎全军覆没；两天后，OpenAI和DeepMind等实验室斩获5/6题。7月23日，哈佛与UCLA学生用Gemini 2.5 Pro+多轮验证框架发布论文并开源代码。次日，蚂蚁AWorld团队仅用6小时复现DeepMind成果，开源一键运行的多智能体IMO系统。实验表明，多智能体协同能超越单模能力，解决复杂IMO问题，并提出构建最优输入、实现元认知等理论支持。AWorld采用事件驱动架构，具备模型即插即用、全链路可观测性等优势。团队透露，未来将测试“多智能体+形式化验证”组合，目标直指Lean4形式化证明。IMO或成人类最后一次战胜AI的机会。

【OpenAI进军AI第三阶段，组建多智能体团队】OpenAI在推出o1 AI模型后，已步入AI发展的新阶段。其研究员诺姆·布朗在X平台上宣布，将组建一个专注于“多智能体”(multi-agent)研究的团队。此团队旨在开发能代表用户采取行动的AI，符合OpenAI五级量表中第三阶段目标，即“智能体...

阿里云推出国内首款能自主写代码的AI程序员，只需几分钟就能根据用户需求完成应用开发，从需求理解到代码编写、调试全程自动化。这一创新基于多智能体的通义大模型，每个智能体负责软件开发的不同环节，提升工作效率。与通义灵码相比，AI程序员更强调交互方式的变革，可能在未来几个月内推出邀测版本。目前，AI编程助手通义灵码已助力开发者每日生成代码超3000万次，有望大幅提高开发者效率。阿里云认为，AI程序员将推动软件开发范式的转变，使人类程序员成为超级个体。