多智能体编排与自我进化架构
智能体架构从单模型转向编排系统：Sakana Fugu用管理器动态选专家、以正式组织结构和资深员工修改差异（diff）委派思考、自我进化智能体从交互中持续改进，吴恩达提Loop engineering、OODA循环强调迭代速度，并有对模型路由器低估非数学任务的反思
7月3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
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。
