Multi-Agent Systems

Google Antigravity 結合 Gemini 3.7 Flash：多代理人協作框架在數學與工程領域的突破

此方案透過『角色分工』與『反覆迭代』有效地將 LLM 的幻覺率降低，並將能力從單次生成提升至長週期研究，是一次極具實踐價值的架構演進。然而，其成功高度依賴於 Lean 等形式化驗證工具的外部校對，若在缺乏嚴格驗證環境的通用領域，其長時程迭代可能導致錯誤累加，因此其通用性仍有待觀察。

從單一 Prompt 到 Agent 微服務：Shopify 實作多代理人系統的工程經驗與反思

該內容展現了極高水準的工程實踐價值，將 AI 應用從「提示詞工程」提升至「系統架構工程」的維度。其核心論點將 Agent 微服務化以解決上下文膨脹，在邏輯上完全成立且具備強大的實證數據支持（如審核時間從 22 小時縮短至 20 分鐘）。然而，其提出的 llm-fuse 假設仍處於理論階段，實際部署時可能面臨適配層性能瓶頸，需在實際大規模流量中驗證。