本文第一作者叶锐，上海交通大学博士三年级，研究方向是大模型多智能体，联邦学习，博士导师陈思衡，上海交通大学人工智能学院副教授。 OpenAI 将 "组织级智能 (Organizational AI)" 设定为通向 AGI 的第五个重要阶段 —— 期待 AI 能像一个高效协作的组织那样，处理复杂任务并协调大规模运作。多 智能体系统（Multi-Agent Systems, MAS）正是实现这一目标的重要探索方向。 然而，构建能够支撑这种复杂智能的 MAS 并非易事，研究者们常面临结构繁多、Prompt 调试耗时、难以解决通用任务等挑战…… 如今，一种全新的方法出现了，由上海交通大学人工智能学院、上海人工智能实验室、牛津大学等机构联合推出的 MAS-GPT，正式提出： 生成式 MAS 设计范 式 ， 只需一句 Query，就能 "一键生成" 一套可执行、组织清晰的 MAS！ 这意味着，构建 MAS 变得 " 像与 ChatGPT 聊天一样简单，一个问题直出完整多智能体系统 "！MAS-GPT，正努力让这条通往 AGI 第五阶段的道路，变得更加 平坦和高效。 该工作 "MAS-GPT: Training LLMs ...

本文由上海人工智能实验室，悉尼大学，牛津大学联合完成。第一作者周恒为上海 ailab 实习生和 Independent Researcher 耿鹤嘉。通讯作者为上海人工智能实验 室青年科学家白磊和牛津大学访问学者，悉尼大学博士生尹榛菲，团队其他成员还有 ailab 实习生薛翔元。 ReSo 框架（ Re ward-driven & S elf- o rganizing）为复杂推理任务中的多智能体系统（MAS）提供了全新解法，在处理复杂任务时，先分解生成任务图，再为每个 子任务匹配最佳 agent。将任务图生成与奖励驱动的两阶段智能体选择过程相结合，该方法不仅提升了多智能体协作的效率，还为增强多智能体的推理能力开辟了 新路径。 研究背景：LLM 推理能力的掣肘与突破口 近年来， 增加推理时间（Inference Time Scaling） 被广泛认为是提升大语言模型（Large Language Models, LLMs）推理能力的重要途径之一。一方面，通过在训 练后阶段引入强化学习与奖励模型，可优化单一模型的推理路径，使其在回答前生成中间步骤，表现出更强的逻辑链构建能力；另一方面，也有研究尝试构建 多 智能体 ...

锌财经 . 以下文章来源于锌财经 ，作者路世明 关注新商业，关注新经济。一家由人民网投资的数字化媒体机构。 将投中网设为"星标⭐"，第一时间收获最新推送 AI Agent的竞争既充满想象力，又暗藏风险。 作者丨路世明 编辑丨 大风 来源丨锌财经 Manus的出现，激起了科技与资本市场的双重震荡，一时间AI Agent相关概念股集体大涨，阿里、谷 歌、微软等科技巨头密集发布智能体研发计划...... 而在这场热潮的背后，是AI技术从"被动应答"向"主动执行"的范式跃迁。 尽管市场的评价褒贬不一，但不能否认，Manus的突破性在于，它首次验证了通用型AI Agent在复杂 场景下的商业化可行性。 传统的大语言模型虽能生成文本，却难以闭环执行任务，而Manus通过"规划-验证-执行"的架构，将 AI大模型的认知能力转化为生产力工具。 根据麦肯锡等多份权威报告，在多元化需求驱动下，AI Agent市场呈爆发式增长态势，2024年全球 AI Agent市场规模约为51亿美元，预计2030年将飙升至471亿美元，复合年增长率高达44.8%。 然而，这场"智能体浪潮"并非坦途。技术瓶颈与商业野心的碰撞，让AI Agent的 ...