https://c44db530.hobbytp-github-io.pages.dev/zh/tags/%E5%A4%9A%E6%99%BA%E8%83%BD%E4%BD%93/一个关注 AI 各领域的专题博客https://c44db530.hobbytp-github-io.pages.dev/zh/mas/agent_design_patterns/multiple_agents/multiagent_parallel_mapreduce_design_pattern/Fri, 07 Nov 2025 10:10:00 +0800https://c44db530.hobbytp-github-io.pages.dev/zh/mas/agent_design_patterns/multiple_agents/multiagent_parallel_mapreduce_design_pattern/多智能体并行化与聚合模式详解: 多智能体并行化与聚合模式是一种高效的多智能体协作模式，其核心思想是将大型任务分解为可独立执行的子任务，并利用多个智能体同时处理这些子任务，以显著提高系统的处理速度、可扩展性和响应能力。在所有子任务完成后，一个或多个聚合智能体将所有并行结果进行整合，得出最终的统一输出。https://c44db530.hobbytp-github-io.pages.dev/zh/mas/agent_design_patterns/multiple_agents/multiagent_debate_design_pattern/Fri, 07 Nov 2025 10:10:00 +0800https://c44db530.hobbytp-github-io.pages.dev/zh/mas/agent_design_patterns/multiple_agents/multiagent_debate_design_pattern/多智能体群组对话与辩论模式详解: 多智能体群组对话与辩论模式旨在通过模拟人类团队的讨论和辩论过程，利用多个专业智能体之间的相互批判和协作，共同解决复杂问题或达成高置信度的决策。该模式的核心价值在于冗余验证和多角度论证，从而显著提升最终输出的质量和可靠性。https://c44db530.hobbytp-github-io.pages.dev/zh/mas/agent_design_patterns/multiple_agents/multiagent_assemblyline_roles_design_pattern/Fri, 07 Nov 2025 10:10:00 +0800https://c44db530.hobbytp-github-io.pages.dev/zh/mas/agent_design_patterns/multiple_agents/multiagent_assemblyline_roles_design_pattern/多智能体装配线与角色分工模式详解: 多智能体装配线与角色分工模式是一种高效的多智能体协作模式，其核心思想是模仿人类团队或工业装配线的工作流：将复杂任务分解为一系列固定顺序的阶段，并由具备高度专业化角色的智能体负责各自的阶段。在这种模式中，上游智能体生成标准化输出，作为下游智能体的输入，以确保阶段隔离和流程的可靠性。https://c44db530.hobbytp-github-io.pages.dev/zh/mas/agent_design_patterns/multiple_agents/multiagent_selfdesign_design_pattern/Wed, 05 Nov 2025 10:10:00 +0800https://c44db530.hobbytp-github-io.pages.dev/zh/mas/agent_design_patterns/multiple_agents/multiagent_selfdesign_design_pattern/智能体元设计与元优化设计模式详解: 智能体元设计与元优化模式是一种元模式，它超越了传统智能体的执行层面，将大型语言模型（LLM）的推理能力提升到架构设计师和提示工程师的层级。该模式的核心在于让 AI 系统具备自主生成、评估、优化其内部多智能体（MAS）架构和协作配置的能力，以实现针对每个问题实例的自适应和最优性能。https://c44db530.hobbytp-github-io.pages.dev/zh/mas/mas_reinforcement/Sat, 26 Apr 2025 20:10:00 +0800https://c44db530.hobbytp-github-io.pages.dev/zh/mas/mas_reinforcement/本文介绍了多智能体强化学习（MARL）在多智能体系统（MAS）中的应用：理论、算法、应用与展望。