<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Drafts on Peng Tan's AI Blog</title><link>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/</link><description>一个关注 AI 各领域的专题博客</description><atom:link href="https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/index.xml" rel="self" type="application/rss+xml"/><item><title>Deep Research 深度研究</title><link>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/deepresearch/</link><pubDate>Sun, 13 Apr 2025 15:10:00 +0800</pubDate><guid>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/deepresearch/</guid><description>Deep Research 深度研究</description></item><item><title/><link>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/mas_chatglm/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/mas_chatglm/</guid><description>&lt;h1 id="多智能体系统原理类型与比较研究">多智能体系统：原理、类型与比较研究&lt;/h1>
&lt;p>来自智谱清言的“沉思”，prompt是“调查并比较不同的人工智能多智能体系统”&lt;/p>
&lt;h2 id="引言">引言&lt;/h2>
&lt;p>多智能体系统(MAS, Multi-Agent Systems)是人工智能领域中的重要研究方向，它由多个具有自主性的智能体组成，这些智能体能够感知环境并通过交互与协作来实现共同目标。随着人工智能技术的快速发展，多智能体系统在游戏开发、机器人技术、经济模拟和人工智能研究等多个领域展现出广泛的应用前景。本报告将深入探讨多智能体系统的基本概念、分类、关键特征及其在不同应用场景中的表现，并对主流框架进行全面比较，以期为相关领域的研究者和开发者提供有价值的参考。&lt;/p></description></item><item><title/><link>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/mas_comparing/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/mas_comparing/</guid><description>&lt;h1 id="人工智能多智能体系统架构交互与应用综合研究报告">&lt;strong>人工智能多智能体系统：架构、交互与应用综合研究报告&lt;/strong>&lt;/h1>
&lt;h2 id="1-引言">&lt;strong>1. 引言&lt;/strong>&lt;/h2>
&lt;h3 id="11-目的与范围">&lt;strong>1.1 目的与范围&lt;/strong>&lt;/h3>
&lt;p>多智能体系统（Multi-Agent Systems, MAS）作为人工智能（AI）和分布式系统领域的一个重要范式，近年来受到了广泛关注 1。本报告旨在基于英文学术文献和技术文档，对不同的人工智能多智能体系统进行全面的调研、分析和比较，并以中文形式呈现研究结果。报告将系统性地探讨MAS的定义、核心概念、关键组件、不同架构类型、典型框架与实例、智能体间的通信机制、协调与协商策略、学习能力（特别是多智能体强化学习）以及主要应用领域，最终进行综合比较分析。&lt;/p></description></item><item><title/><link>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/mas_gemini_deepresearch/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/mas_gemini_deepresearch/</guid><description/></item><item><title/><link>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/mas_projects/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/mas_projects/</guid><description>&lt;p>部分工具（如文本浏览器、文本检查器）直接借鉴了Magentic-One的设计，实现了文本文件解析和简易Web浏览。&lt;/p></description></item><item><title/><link>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/mas_social-media_sim/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/mas_social-media_sim/</guid><description>&lt;h2 id="多智能体社会模拟的最新研究动态">多智能体社会模拟的最新研究动态&lt;/h2>
&lt;p>在多智能体系统（MAS）和社会模拟领域，最近有几个重要的项目和研究方向引起了广泛关注。以下是一些关键的项目和研究方向的概述：&lt;/p>
&lt;p>&lt;strong>1. 斯坦福大学 (Stanford) - &amp;ldquo;Generative Agents&amp;rdquo; 项目&lt;/strong>&lt;/p></description></item><item><title/><link>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/rag_evolution/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://77f3dc70.hobbytp-github-io.pages.dev/zh/draft/rag_evolution/</guid><description>&lt;p>当然，以下是修改后的技术中文内容，准备发布：&lt;/p>
&lt;p>&lt;strong>大模型 RAG（检索增强生成）应用演进之路与技术解析&lt;/strong>：&lt;/p>
&lt;p>大型语言模型（LLM）的检索增强生成（RAG）应用，其演进历程是一部不断突破局限、追求卓越性能与灵活性的奋斗史。从最初的朴素检索到如今的模块化智能系统，RAG 应用在每个阶段都取得了显著进展。本文将深入剖析这一演进过程，揭示其技术细节与未来趋势。&lt;sup id="fnref:1">&lt;a href="#fn:1" class="footnote-ref" role="doc-noteref">1&lt;/a>&lt;/sup>&lt;/p></description></item></channel></rss>