Agent 越用越多，企业为何仍不够 AI Native ？
作者 ｜ 籍云 AI 生码率飙升，端到端交付却没有变快；通用 Agent 提效办公生产力，整体业务效能却未同步提升。当企业把 AI 工具推向业务流程，“局部更快、整体不快”的现象值得审视。
项目里 Single-Agent 还是 Multi-Agent？当初为什么这么选？
开场：一道专测"会不会无脑堆 Multi-Agent"的题 你的项目用的是 Single-Agent 还是 Multi-Agent？为什么？ 用的 Multi-Agent，有规划 Agent、执行 Agent、审查 Agent……分工明确，听起来也更高级、更能体现我的能力。
Agent组队干活，最强模型只完成50%任务，基准评测协作能力
从编写代码、开发软件，到检索文献、辅助科学研究，它们能独立完成的工作越来越多。假如我们要组建一家公司，制造火箭、登上月球，首先要考虑的，恐怕不是寻找一个无所不能的天才，而是如何组织一支团队:需要哪些专业人才，怎样分工，如何共享信息，又如何让不同环节的工作衔接起来。
让 AI 组队干活，最强模型也只完成约一半任务：AgentWorld 如何评测 Agent 协作能力？
个体能力强大的 AI Agent 正不断涌现。从编写代码、开发软件，到检索文献、辅助科学研究，它们能独立完成的工作越来越多。
什么是 Multi-Agent？
开场：一道专考"能不能说到根因"的题 你了解 Multi-Agent 吗，说说它是什么，为什么要用？ Multi-Agent 就是多个 AI 一起工作，可以提高效率——一个人搞不定的事情多个人一起做。 你说"一个人搞不定"，具体是哪方面搞不定？技术上的根本限制是什么？
DeepSeek 的 Super-agent 设计，和我们的工程实践
看完 DeepSeek Harness 的 Super-agent 设计，作者把自家一年多的折腾翻了出来:任务分给多个 Worker 并行跑，数据库存会话状态，外部 Watchdog 盯异常，最后落到 Lobe 上真接管了网站维护和选题调研。
深度拆解 DeepSeek Super-Agent
当 AI 工具多到需要人来回传话，DeepSeek 开源的 Super-Agent 试图用程序规则替代模型自觉，把调度、筛选、状态管理写死在代码里。本文深入拆解其设计逻辑与局限，看它如何让 AI 团队协作从「人肉中转」走向「自动派活」。
别把手机 Agent 搬上车：从零到一做车载个人 Agent
车规级要过 AEC-Q100 应力测试:座舱芯片常见 Grade 2、Grade 3，要求更高的才上 Grade 1甚至 Grade 0。
别让Agent瞎想乱搜还闯祸：哪些能力该内化进模型，哪些必须交给Harness，这篇讲透
论文题目: Theory of Agent: The Science of Internalization and Externalization for LLM-based Agents。
多Agent为何越用越慢？并行与成本优化实战
前几天，我们给AI编辑部增加了三个Agent。一个负责搜集资料，一个负责撰写文章，还有一个专门检查错误。原本以为三个人分工合作，效率应该更高。没想到，实际开发时很容易遇到一种尴尬情况：原来一个Agent就能完成的任务，拆成三个Agent以后，速度反而变慢了。