Rohan Paul (@rohanpaul_ai)T2·智能体与协同
78 分
Google DeepMind 与哥伦比亚大学联合提出 BTTF 方法,将超过 10 GB 的芯片仿真波形转储压缩为 SQLite 数据库,再由多智能体团队把自然语言问题翻译为 SQL 并校验设计规则。在 150 道专家标注的验证问题上,基于 Gemini 2.5 Pro 的该系统正确率达 95.33%,多智能体分工比单智能体在质量审计上高出 17.3%,代价是 1.96 倍延迟。其核心启示是:面对超大日志与追踪数据,应将其放入可查询数据库而非塞进提示词。