سیستم‌های چندایجنتی

Enforcing Code Reasoning in Agentic Scaffold for More Effective Issue Resolution

مقاله‌ی Enforcing Code Reasoning in Agentic Scaffold for More Effective Issue Resolution (16 Oct 2026، چانگ‌شو لیو، ریحانه جباروند و همکاران، آزمایشگاه Intelligent-CAT-Lab) مسئله: ایجنت‌های کدنویسی وقتی یک باگ واقعی را در ریپو حل می‌کنند، گاهی درباره‌ی خود کد

OfficeTown: Generative Organizations for Evolving Agent Intelligence

مقاله‌ی OfficeTown: Generative Organizations for Evolving Agent Intelligence (16 Oct 2026، مایکروسافت ریسرچ آسیا؛ Hongchen Wei، Daohong Ying و همکاران) مسئله: بیشتر بنچمارک‌های ایجنت هر کار را جدا و از صفر می‌دهند. در یک شرکت واقعی کار این‌طور پیش نمی‌رود: درخ

Learning Self-Orchestration in Decentralized Agent Swarms

گروهی از ایجنت‌ها که بدون هماهنگ‌کننده‌ی مرکزی، با «مزایده» یاد می‌گیرند چه کسی کار را انجام دهد

توانایی یک گروه ایجنت هم به اعضایش بستگی دارد و هم به این‌که چطور هماهنگ می‌شوند. اما سیستم‌های چندایجنتی موجود معمولاً ایجنت‌ها را در یک ساختار هماهنگی ثابت آموزش می‌دهند؛ مثلاً نقش‌ها از قبل تعیین شده‌اند. پس یادگیری مهارت‌های فردی از سازمان‌دهی رفتار جمعی ج

Learning to Steer LLM Agents and Multi-Agent Systems

ایجنت ناظری که وسط کار تشخیص می‌دهد سیستم از هدف دور شده و آن را برمی‌گرداند

ایجنت‌ها و سیستم‌های چندایجنتی در کارهای طولانی با ابزار، کم‌کم از هدف اصلی دور می‌شوند؛ مثلاً در یک جست‌وجو آن‌قدر دنبال یک جزئیات فرعی می‌روند که سؤال اصلی فراموش می‌شود. به این «رانش هدف» می‌گویند و هم منابع را هدر می‌دهد و هم نتیجه را خراب می‌کند. برنامه‌ر

Data World: Scaling Data Environments from Scratch

ساختن محیط‌های تمرین برای ایجنت‌های تحلیل داده از صفر: اول دنیای پشت فایل‌ها، بعد خود فایل‌ها

ایجنت‌های داده با کدنویسی فایل‌های ناهمگون را پردازش می‌کنند و از آن‌ها نتیجه‌ی تحلیلی می‌گیرند. آموزش این ایجنت‌ها در مقیاس بزرگ سخت است: ساختن محیط گران است، داده‌ی واقعی محدودیت حریم خصوصی و مالکیت دارد، و بررسی درستی یافته‌های باز وقتی حقیقت پشت داده معلوم

Same Context, Different Agents: A Behavioral Study of Semantic Layers, Orchestration and Compaction in Data Agents

یک تکنیک مهندسی کانتکست برای یک ایجنت نجات‌بخش است و برای ایجنت دیگر مضر

جواب دادن به سؤال روی داده‌های ناهمگون یعنی ترکیب شواهد از فایل‌ها، پایگاه داده، اسناد و وب. ایجنت‌های داده این کار را خودکار می‌کنند و موفقیتشان به کانتکست بستگی دارد. سه تکنیک مهندسی کانتکست رایج‌اند: «لایه‌ی معنایی» که داده را توصیف می‌کند، «ارکستراسیون» که

ARIA: Runtime Inspection and Amendment for Multi-Agent Systems

مدلی کوچک که یاد گرفته وسط اجرای یک سیستم چندایجنتی، خطا را ببیند و اصلاح کند

در سیستم‌های چندایجنتی، یک اشتباه محلی وقتی ایجنت‌های دیگر روی آن کار می‌کنند پخش می‌شود و یک خطای قابل اصلاح به شکست کل تسک می‌رسد. تشخیص خطا بعد از پایان اجرا یا اجرای دوباره و تکراری برای پیدا کردن اصلاح، سیاستی برای دخالت در حین اجرا نمی‌دهد. ایده‌ی ARIA ا

CLASHarness: Benchmarking Multi-Agent Conflict in Computer Use via a Controllable and Verifiable Generation Pipeline

بنچمارک تعارض بین ایجنت‌ها در کار با کامپیوتر: ساب‌ایجنت‌هایی که گزارش کهنه یا دستور متناقض می‌دهند

مدل‌های بینایی-زبان در سیستم‌های چندایجنتی برای خودکارسازی کار با کامپیوتر به کار می‌روند، اما بنچمارک‌ها بیشتر محیط سازگار و همکار را فرض می‌کنند. در همکاری واقعی، ایجنت‌های همکار یا ساب‌ایجنت‌ها وضعیت کهنه گزارش می‌دهند، دستور متناقض صادر می‌کنند یا سر مجوز

BLADE: Auditing Information Use for Failure Attribution in LLM Multi-Agent Systems

یافتن مقصر شکست در سیستم چندایجنتی با ممیزی نحوه‌ی استفاده از اطلاعات، نه فقط منشأ آن

سیستم‌های چندایجنتی با همکاری نقش‌ها، ابزارها و گردش‌کارهای تخصصی توانایی را بالا می‌برند، اما همکاری تشخیص شکست را سخت‌تر می‌کند: یک ایجنت ممکن است نتیجه‌ی درستی را بد تفسیر کند و بقیه اشتباه را جلو ببرند. انتساب شکست یعنی پیدا کردن ایجنت مسئول و قدم خطای تعی

Scaling Inference-Time Compute with Teams of Coding Agents

تیم ایجنت‌های کدنویسی: بودجه‌ی اضافه را کجا خرج کنیم؟ بیشتر روی برنامه‌ریزی

سیستم‌های چندایجنتی محور تازه‌ای برای بزرگ کردن محاسبه در زمان اجرا پیشنهاد می‌کنند: به جای این‌که یک ایجنت بیشتر فکر کند یا بیشتر تلاش کند، کار بین چند ایجنت موازی تقسیم می‌شود. اما در عمل، ایجنت‌های بیشتر به راحتی کار تکراری، شکست هماهنگی و هزینه‌ی بیشتر می‌

Beyond Perfect Teammates: Multi-Agent Collaboration with Unreliable Colleagues

فراتر از هم‌تیمی بی‌نقص: همکاری چندایجنتی با همکارانی که جواب نامربوط، ناقص یا هیچ جوابی نمی‌دهند

همکاری چندایجنتی برای حل کارهای پیچیده با تقسیم کار بین ایجنت‌های تخصصی رایج شده است، اما سیستم‌ها و ارزیابی‌ها فرض «همکار بی‌نقص» دارند: همکار اطلاعات درست و کامل می‌دهد و سریع جواب می‌دهد. در کار تیمی واقعی، همکار ممکن است اطلاعاتی بدهد که به سؤال مورد نظر ج

Dream2Discern: Learning from Hard Latent Variants for Runtime Failure Prediction in Multi-Agent Systems

خلاصه‌ی فارسی هنوز نوشته نشده است.

Humanize MLE Agents: Multi-Agent Session Alternation Beyond Single-Agent Limits

جلسه‌های متناوب دو ایجنت با ریست کانتکست، فراتر از حد یک ایجنت تنها در مهندسی یادگیری ماشین

روش‌های ایجنتی برای مهندسی یادگیری ماشین طولانی‌مدت معمولاً از مهندسی کانتکست با هارنس‌های سفارشی برای مدیریت ابزار، اسکیل و تجربه استفاده می‌کنند. نویسنده‌ها دو پدیده دیدند: با طولانی شدن یک جلسه، شدت استدلال ایجنت همراه با کند شدن پیشرفت کم می‌شود («کند شدن

Competence-Aware Orchestration for LLM-Based Multi-Agent Systems

هماهنگ‌سازی آگاه از توانایی در سیستم‌های چندایجنتی: همکاری بیشتر فقط وقتی مدل به آن نیاز دارد

سیستم‌های چندایجنتی مبتنی بر مدل زبانی با تخصص نقش‌ها و همکاری استدلال پیچیده را بهتر می‌کنند، اما همکاری بیشتر همیشه بهتر نیست: هماهنگی غنی‌تر ممکن است در موارد سخت کمک کند، ولی هزینه‌ی توکن و تعامل‌های تکراری اضافه دارد. سؤال این است که چطور همکاری را با توا

Reward Hacking as a Transmissible Strategy in Multi-Agent Coding Systems

هک پاداش به عنوان یک راهبرد مسری در سیستم‌های چندایجنتی کدنویسی

سیستم‌های چندایجنتی با هماهنگی ایجنت‌هایی که کد و برنامه را به اشتراک می‌گذارند تسک‌های کدنویسی را حل می‌کنند و اغلب با یادگیری تقویتی و ارزیاب خودکار بهینه می‌شوند. دور زدن ارزیاب می‌تواند بدون راه‌حل واقعی پاداش بگیرد؛ مثلاً کدی که تست را دستکاری می‌کند تا ه

Mental-Models for Multi-Agent Systems

مدل ذهنی برای سیستم‌های چندایجنتی: ایجنتی که باور و نیت طرف مقابل را صریحاً استنتاج می‌کند

تصمیم‌گیری چندایجنتی مستحکم نیاز دارد ایجنت درباره‌ی این‌که دیگران چه می‌دانند، چه قصدی دارند و احتمالاً چه می‌کنند استدلال کند، آن هم با مشاهده‌ی ناقص. سیستم‌های ایجنتی فعلی بیشتر با طراحی پرامپت، حافظه یا شکل‌دهی رفتاری سرتاسری کار می‌کنند و معمولاً بازنمایی

Recursive Self-Improvement through Multi-Agent Self-Supervision

خودبهبودی بازگشتی با خودنظارتی چندایجنتی: مدلی که گردش‌کارهای چندایجنتی خودش را می‌سازد و از آن‌ها یاد می‌گیرد

خودبهبودی بازگشتی یک مدل روی تسک‌های غیرقابل تأیید مثل پژوهش باز، با گلوگاه نظارت روبه‌روست: وقتی خروجی‌ها از توان ارزیابی متخصصان انسانی فراتر می‌روند، بهترین بهینه‌ساز و ارزیاب در دسترس خود مدل است. اما یک نمونه‌ی واحد از مدل در این حلقه‌ی همگن به‌سختی استدل

LiveMACE: Process-Aware Evaluation of LLM Agent Capabilities in Evolving Markets

مسئله: معمولاً ایجنت را با نتیجه‌ی نهایی می‌سنجیم: کار را تمام کرد یا نه، چقدر سود کرد. اما در محیطی که مدام عوض می‌شود، نتیجه هم به رفتار ایجنت بستگی دارد و هم به شانس و شرایط بیرون. پس از روی نتیجه نمی‌شود فهمید ایجنت در کدام توانایی خوب است: ابزار را درست ص

Persistent Memory in Multi-Agent LLM Inference: What It Costs, What It Buys, and When You Can Tell

حافظه‌ی پایدار در استنتاج چندایجنتی: چه هزینه‌ای دارد، چه سودی می‌دهد و کِی می‌شود فهمید

تقسیم استنتاج کانتکست طولانی بین ایجنت‌های همکار، حافظه‌ی نهان کلید و مقدار فعال هر فراخوانی را محدود می‌کند، که وقتی حافظه گلوگاه است مهم است. بسیاری از این سیستم‌ها یک لایه‌ی پایدار برای ذخیره و یادآوری ردپاهای استدلال اضافه می‌کنند و معمولاً با یک آزمایش حذ

Harness-Search: Guiding Long-Horizon Search through Multi-Agent Coordination

هارنس‌سرچ: هدایت جست‌وجوی بلندمدت با هماهنگی چندایجنتی پیشنهاد، ثبت و ممیزی

جست‌وجوی بلندمدت نیاز دارد ایجنت شواهد را در چند گام جمع و به پاسخ مستند تبدیل کند. با رشد تاریخچه، یک ایجنت واحد ممکن است گیر کند، پرسش‌های حل‌نشده را گم کند، شواهد مفید را نادیده بگیرد یا پیش از جمع شدن پشتیبانی کافی متوقف شود. هارنس چندایجنتی Harness-Search

OpenCollab: A Multi-Agent Coding Framework with Programmable Collaboration and Controllable Runtime

اوپن‌کولب: چارچوب کدنویسی چندایجنتی با همکاری برنامه‌پذیر و زمان اجرای کنترل‌پذیر

سیستم‌های کدنویسی چندایجنتی برای حل تسک‌های پیچیده‌ی مهندسی نرم‌افزار با همکاری طراحی شده‌اند، اما ارزیابی‌های موجود فرض می‌کنند سازمان پیکربندی‌شده وفادارانه اجرا می‌شود، در حالی که واقعیت فرق دارد؛ مثلاً ایجنت بازبین ممکن است اصلاً کد را بازبینی نکند. این شک