AWS 为其 AI 工作空间 Quick 推出更新,核心是让用户通过对话直接构建可编排智能体、技能与工具的业务流程,并新增确定性步骤以提升可验证性。同时上线多智能体编排,多个专用智能体并行处理同一请求并合并结果,Web 端还支持关闭标签页后任务继续运行。
多智能体编排
Multi-Agent Orchestration
由协调器将任务分派给多个独立智能体会话并行执行,并统一汇总状态与结果的工程范式
收录情报动态
DeepSeek 提出的 Super-Agent 采用调度员加执行单元的双层架构,实现任务并行与后台运行;腾讯云开源的 Octop 在 1.0.2 版本已上线「团队模式」,由主持人 Agent 分解任务、多名专家 Agent 并行执行,两者思路高度一致。文章以 Super-agent 为参照,拆解 Octop 团队模式的工程实现路径。
Anthropic 为 Claude Code Projects 引入主动协调器、只读线程分享、定时提醒与分支命令,让多个云端 Claude Code 会话可并行执行任务而无需人工盯守。该功能已在 Pro 与 Max 套餐的网页、桌面及移动端开启公测,Team 与 Enterprise 暂未覆盖。
AWS 发布基于 Amazon Quick 的 AI-PDLC 方案,用五个专职智能体加一个编排器串联产品研发全流程,并在关键节点内置人工审批。方案通过打通 Slack、Salesforce、Jira 等分散工具中的信号,把上下文与决策重新连接,代码已在 GitHub 开源。
AFK AI 团队称其产品 Comma 已实现 DeepSeek Harness 提出的「单 Router + 多 Worker」Super-agent 架构,并针对单 Session 上下文瓶颈引入持续学习、长期记忆与 7×24 在线能力,系统已公开可用且代码开源。文章以人类注意力只能同时跟进 3-5 个活跃 Session 为切入点,主张由 Agent 接管海量并行任务。
Perplexity 发布名为 Teammates 的个人智能体,可在 Perplexity Computer 中协调多个会话与其他智能体,持续负责营销、销售、支持、运营等长期项目,并支持用户中途检查与引导。该功能目前仅面向部分用户开放,官方称未来数周将扩大访问范围与功能。
DeepSeek Harness 团队发布《Super-agent 设计探索》,指出多 Agent 协作的真正瓶颈是人的注意力而非模型能力,并提出 Router 层加多个隔离 Worker Session 的双层架构。开源公司 LobeHub 以自家 8.4 万星 Agent 平台做实验,称已实现由 Agent 承担研发与验收的全流程运营。
Perplexity 宣布推出 Teammate 功能,定位为可执行持续性复杂工作的智能体,负责规划与协调项目、按优先级变化调整方向并提交成果供审核,同时协调 Computer 会话及其他 Teammate。该功能需 Perplexity Max 订阅,先在网页端上线,随后扩展至 iOS。
2026年9月 GitHub 提交量达 73.8 亿次,同比激增超 5 倍,主要源于智能体生成代码的爆发。为应对负载,GitHub 大幅扩容硬件并重构架构,同时推出 Copilot Fusion 及多智能体编排工具以适配“智能体经济”时代。
开发者发布 G-Diffuser(F-Zero X 反编译版)移植至 Nintendo 3DS 的详细复盘。该项目由单一长会话 Claude 编排,指挥 147 个子智能体在 24 天内实现 New 3DS 60fps 运行,随后扩展支持 Old 3DS 及原生渲染器。全程消耗约 31.7 亿 Token,API 成本近 5000 美元,展示了大规模自主编码代理在复杂遗留系统迁移中的可行性与成本结构。