华为支持的开源AI平台openJiuwen发布了蜂群智能体JiuwenSwarm，旨在推动多智能体协同工作。该平台提出“协同工程”理念，包含四个核心组件，支持团队技能的沉淀与共享，提升协作效率。通过HOTS和HITS模式，人类可作为指挥官或团队成员参与协作，促进AI智能体的演进与优化。

Google Research的研究发现，多智能体协作在顺序推理任务中会导致39-70%的性能下降，揭示了“多即是好”的误区。研究提出了“架构-任务对齐”概念，强调任务类型与协调架构的重要性，建议在引入多智能体前评估任务适配性，并利用预测模型辅助架构选择。

斯坦福大学的研究表明，在相同的推理token预算下，单智能体系统在多跳推理任务中优于多智能体系统。单智能体在信息效率上更具优势，避免了多智能体系统中信息传递的损耗。实验结果显示，单智能体在多个模型和数据集上表现最佳，即使在轻度上下文退化时也保持领先。论文指出，多智能体系统的优势可能源于对特定问题的过拟合，而非真正的推理能力提升。

绿盟科技推出AI驱动的自主安全运营方案ASOC，利用多智能体协同提升安全运营效率，实现7×24小时自主监控，自动完成检测、研判、溯源和处置，显著提高告警处理速度和准确率。未来将深化AI与安全运营的融合，推动自主感知和响应能力的发展。

本文探讨了长期运行智能体失败的原因及解决方案，强调避免简单循环提示词导致的错误累积。作者建议通过明确需求、使用多智能体协作和维护共享记事本来提高工作流程的可靠性，并分享了可直接使用的开源方案，以减少返工时间，提高项目质量。

随着人工智能架构的发展，系统设计正向分布式多智能体系统转变。A2A协议作为智能体间的通信标准，提升了智能体的互操作性，解决了传统系统集成的脆弱性。该协议通过定义通用通信语言，支持动态交互和实时状态同步，降低了跨网络集成成本。Microsoft Agent Framework、BotSharp和OpenClaw.NET等框架在实现A2A协议方面展现出强大潜力，推动了企业级AI系统的设计与应用。

中国科学技术大学推出的“灵境造物”智能科研云平台，标志着AI在科学研究中的工程化与开放共享。该平台整合科研机器人和自动计算技术，支持多智能体协作，提升科研效率，并通过“团队技能”机制促进经验的沉淀与复用，推动科研团队协同进化。未来，AI将成为科研的重要参与者，加速科学发现。

加州大学圣塔芭芭拉分校的研究者提出了AgentFlow框架，该框架利用类型化图DSL自动合成多智能体协作方案，成功在Google Chrome中发现了10个未知零日漏洞。通过反馈驱动的优化，该框架提升了漏洞发现的效率，证明了自动生成的协作方案能够发现传统方法遗漏的安全问题。

黎巴嫩美国大学的研究论文提出了完全循环子任务图作为多智能体工作流的实验框架，探讨灵活性与协调成本的权衡。研究发现，灵活性在不同任务结构中可能是资产或负担。在ALFWorld场景中，灵活性有益；在TextCraft中，简单执行更高效；而在Finance-Agent场景中，灵活性未能解决根本瓶颈。研究强调应根据任务结构选择合适的工作流拓扑。

研究者提出了DiffMAS框架，将多智能体系统的通信机制转变为可学习的隐式表示，实现了通信与推理的联合优化。该方法通过隐空间映射和高效的参数训练，提高了推理准确率，减少了通信开销，表明通信与推理应紧密结合。实验结果显示，DiffMAS在多个基准测试中表现优异，证明了通信协议可以被学习和优化。

华为支持的openJiuwen社区发布了JiuwenClaw Team Skills，这是首个面向多智能体协作的标准化能力包规范。该规范将团队协作流程和任务分配封装为可复用的团队技能，提升协作效率。用户可通过“团队技能自动生成专家”轻松创建和共享团队技能，推动AI工程的进化。

本文介绍了如何使用Jaeger v2和OpenTelemetry为Claude Forge多智能体系统设置分布式追踪。通过追踪智能体操作，可以识别问题、优化性能。Jaeger v2提供更好的配置和存储选项，并支持Docker快速部署，帮助开发者了解工作流程，提高效率。

本文探讨了多智能体系统的有效模式，强调“单线程写入，多线程提供智能”的原则。通过代码审查环和“聪明朋友”架构，提升系统的智能和效率。未来的挑战在于通信设计，以便让弱模型有效求助和共享信息，目标是构建协调的智能系统，优化软件开发过程。

论文《MASS-RAG: Multi-Agent Synthesis Retrieval-Augmented Generation》提出了一种多智能体协同处理检索证据的方法，旨在提高在噪声和异构上下文下的答案准确性。该方法将证据处理分为四个阶段，由不同智能体完成，显著降低了幻觉率并增强了鲁棒性，适用于多种场景。

Neuron Systems开发了一个多智能体辩论平台，专为体育内容创作者设计。该平台利用Redis构建三层内存架构，支持实时评论生成。每个智能体在比赛中保持独特个性，避免信息模糊。系统在NFL赛季表现稳定，已成功扩展至西班牙语评论，并计划适应板球及未来的NBA、FIFA赛事。Redis的快速状态访问是平台成功的关键。

华为支持的openJiuwen社区发布了JiuwenClaw，增强了多智能体协同能力。该系统通过自主分工和高效沟通，实现团队成员的无缝协作，能够快速完成复杂任务，如装修设计和制作200页PPT。其核心在于模拟真实团队协作，采用事件驱动机制，确保任务流畅进行。

本文介绍了如何通过Hermes系统搭建高效的四人智能体团队，强调角色隔离和专业分工的重要性。每个角色（协调员、研究员、作家、工程师）需独立配置，以避免记忆和风格污染。提供了七个步骤，包括创建角色配置文件、编写SOUL.md文件、设定交接合同和策略门禁，确保团队在30天后仍能高效运作。