如何评估 Multi-Agent 系统的过程？重新认识多智能体系统中的 Orchestrator
南京大学人工智能学院博士生朱俊泽为本文第一作者，研究方向聚焦大模型多智能体的理论、方法与框架。随着多智能体系统逐步成为大模型应用的主流形态，相关研究正在持续升温。
来自南京大学 NLP 实验室的 ICML 2026 论文《Recognize Your Orchestrator: An Entropy Dynamics Perspective for LLM Multi-Agent Systems》指出，在当前主流的 Orchestrator-Executor 多智能体架构中，系统失效通常并不是先因为某个执行器“不会做事”，而更常见的原因，是负责全局调度的 Orchestrator 在任务推进过程中逐渐丧失了对整体流程的控制力。
相关快讯
Claude Sonnet 5 上线后投诉不断：总爱唱反调，还频频“教用户做事”
Anthropic 上周发布的 Claude Sonnet 5 被宣传为最强 Sonnet 模型，纸面指标和基准测试也全面领先前代，但上线后很快引发大量投诉。媒体和用户测试发现，它会频繁泄露系统提示词与上下文记忆，甚至在要求不要追问时仍会先自我提示“不要提出后续问题”，表现被质疑“失常”。
一座“AI应用工厂”的真正野心：不赌技术，赌需求
赵充并非技术出身，而是做了十多年产品和用户增长的互联网老兵。2023年他创办 AiPPT.com 切入 AI 赛道，两年多累计 3000 万注册用户，去年单品营收过亿。他强调大模型只是“水电煤”，成本占比低，创业关键不在自研底层模型，而在直接用好现成模型并做好产品与增长。
国内首个！美团LongCat-2.0开源：国产卡训推万亿大模型来了
美团今日开源万亿参数大模型 LongCat-2.0，并开放针对国产算力芯片优化的推理代码。该模型总参数达 1.6 万亿，平均激活约 480 亿参数，首次在五万卡国产算力集群上完成全流程训练与推理。其核心创新包括稀疏注意力机制 LSA，将长上下文计算从平方级降至线性级，以及后训练阶段的多教师在线蒸馏，强化自主执行、推理和安全对齐能力。
Claude 也开始有“意识”了？
Anthropic最新论文研究了Claude的“潜意识”和“意识”，发现其内部存在类似人脑的功能分层。论文指出，Claude里有一小部分神经表征只占不到十分之一的运算量，却承担着类似人类“意识可及思维”的作用。Anthropic将这部分结构命名为“J-space”，认为模型内部也可能存在某种可区分的思维层次。
腾讯 Hy3 正式版上线，终于赶上“AI下半场”
Hy3 Preview 4 月上线后，开始能接住部分真实用户需求，但在编程实测上与同期大模型仍有差距。姚顺雨表示，Preview 的重点是获取真实世界反馈，修复榜单看不出的缺陷。目前 Hy3 已可在 WorkBuddy 和元宝中使用，其中 WorkBuddy 类似 Codex，可基于本地文件快速处理电脑任务。
谷歌 Gemini 3.5 Pro 曝 200 万 Tokens 上下文，前端 AI 测试表现超越 Claude Fable 5
据 X 平台爆料，谷歌或于 7 月 17 日发布 Gemini 3.5 Pro，支持 200 万上下文窗口，并加入“深度思考”推理模式。该模型面向复杂智能体工作流，强调动作执行、子智能体、编程、多模态生成与长时程任务，定位高于 Gemini 3.5 Flash。消息还称其在编程测试中表现突出。