多智能体编排与自我进化架构正从概念走向工程化。Sakana Fugu等编排系统出现，Claude定义四种循环类型，自我进化智能体提出从交互中持续改进的机制，ActiveGraph用事件日志实现可审计系统，常驻智能体综述定义持久状态。业界关注扩展智能体系统而非仅模型，强调上下文控制、可信记忆与工具路由。Karpathy澄清其工作为组织级框架，大规模运行智能体成为讨论话题
7月18日
Grok 4.5 多模型编排效率翻倍性价比高
Grok 4.5 尚未达到 Fable 5 或 GPT-5.5 的水平，但如果你在智能体编排器中使用模型组合，它并不需要达到那种水平。
7月10日
下一代智能体强化学习系统实现自我进化智能体
新论文提出自我进化智能体架构，解决企业智能体无法从日常杂乱交互中持续改进的问题。当前团队依赖人工检查、修改提示和重新部署，效率低下。
7月9日
从模型扩展走向系统扩展：扩展智能体Harness
更强的AI智能体不仅来自更大模型，更来自其系统（Harness）--决定模型所见、可用工具、记忆及动作检查的完整系统。
7月8日
邬贺铨院士：2030年国内对话类Token流量降至12%，智能体服务流量占比升至75%
邬贺铨在2026中国互联网大会上预测，全球IP流量将从2025年月均1.1-1.3ZB增至2030年5.5-7ZB，AI智能体流量占60%。
7月8日
GPT-Live 委派任务表现出色
Gpt live 在委派任务方面非常出色
7月8日
Claude 官方发布 Loop Engineer 入门文章，定义四种循环类型
Claude 官方将循环分为四种类型：回合制循环（Single-turn Loop），每次 Prompt 为一个循环；
7月8日
机构判断存于"差异"而非档案：Farsight 构建"判断系统"
Rohan Paul 引用 @TangriKunal 指出，机构知识长期依赖文档索引，但文档只是判断的产出物，
7月8日
在校研究生Kunkun开源管理相互调用Skill的方法
在校研究生Kunkun开源了一套管理大量互相调用Skill的方法。
7月7日
MiniMax M3 稀疏注意力驱动长周期智能体
随着长周期智能体走向多模态，请密切关注 MiniMax M3 这类模型。我写了一些笔记，探讨稀疏注意力如何让长视野智能体变得实用
7月5日
日志即代理：ActiveGraph--事件溯源反应图实现可审计可分叉的智能体系统
ActiveGraph 是一个反转传统代理框架的运行时，将只追加的事件日志作为真相来源，工作图是日志的确定性投影。
7月5日
常驻智能体130+页综述：定义与评估框架
DAIR.AI 发布一份130+页的 always-on agents（常驻智能体）综述。
7月4日
CMU发布Gym-Anything：双智能体循环将任意软件转化为AI训练环境
CMU新研究提出Gym-Anything方法，通过双智能体循环自动将任意软件构造成AI智能体训练环境：一个智能体负责编写脚本、安装软件、加载真实数据并收…
7月1日
正式组织结构助力AI智能体思考
正式组织结构是思考智能体挑战的有用方式。它们为思考工作如何在聪明的昂贵的智能体与更便宜的弱智能体之间，以及在狭窄的专家与通才之间上下委派提供了模板
7月1日
吴恩达谈「Loop engineering」：三个循环决定AI产品成败
吴恩达（Andrew Ng）提出"Loop engineering"，将AI agent置于持续迭代的循环系统中。
6月30日
OODA循环：AI竞争的核心是迭代速度
推文引用摩根大通CEO杰米·戴蒙的说法，他曾用OODA循环（观察-定向-决策-行动）评估复杂业务场景。
6月29日
卧槽！来咯~ 我终于特么弄懂你们天天吹的循环工程了！！！
卧槽！来咯~ 我终于特么弄懂你们天天吹的循环工程了！！！ 【引用 @berryxia】：开始让美女助教卖课了😂 丝滑~
6月28日
模型路由器低估非数学任务难度
根据我的经验，所有模型路由器都低估了非数学/编码任务的难度，并为它们分配了过少的智能。
6月28日
Sakana Fugu 技术报告
Sakana Fugu 发布技术报告，提出智能正从模型转移到其周围系统。
6月27日
MiniMax与Together AI共话大规模智能体运行
下周在 @aiDotEngineer，我们将与 @togethercompute 对话，探讨大规模运行智能体背后的要素。
6月24日
Karpathy澄清：非Slack bot，是组织级框架
Karpathy 表示，许多人仅看了标题就做出错误推断和比较，并借机抨击。
6月22日
东京 AI 公司 Sakana AI 推出多智能体编排系统 Sakana Fugu
Sakana AI 是 2023 年成立于东京的 AI 公司，
