Coral AI Labs Memperkenalkan AgentRadio untuk Koordinasi Agen AI Secara Real-Time

iconCryptoBriefing
Kongsi
AI summary iconRingkasan
Coral AI Labs, sebuah projek di ruang AI + berita kripto, telah melancarkan AgentRadio, lapisan penghantaran pesan asinkron yang membolehkan agen AI berkomunikasi semasa pelaksanaan tanpa mengganggu alur kerja. Sistem ini, yang dirincikan dalam kertas kerja pada 30 Julai, membolehkan agen-agen mengekalkan kesedaran pasif terhadap kemajuan satu sama lain. Dalam ujian menggunakan SWE-Atlas QnA, empat agen Claude Code dengan AgentRadio berjaya menyelesaikan 62.1% tugas, melebihi penyelesaian agen tunggal. Alat ini telah dibuka sumber di bawah organisasi GitHub Coral-Protocol, menawarkan potensi untuk aplikasi berita aset dunia nyata (RWA).

Mendapatkan agen AI untuk bekerja sama dalam tugas-tugas kompleks selalu menghadapi masalah yang tidak lancar. Mereka boleh membahagikan kerja dengan baik. Tetapi mereka tidak boleh berkomunikasi antara satu sama lain semasa melakukannya.

Coral AI Labs, bekerjasama dengan penyelidik di pelbagai universiti, menerbitkan kertas kerja pada 30 Julai yang memperkenalkan AgentRadio, lapisan penghantaran pesan asinkron yang membolehkan agen AI berkomunikasi antara langkah-langkah pelaksanaan tanpa menghentikan alur kerja utama mereka.

Kesenjangan koordinasi dalam sistem agen ganda

Kebanyakan arkaitektur AI agen ganda memaksa agen-agen untuk berkomunikasi pada titik semak yang kaku, seperti pada akhir fasa atau semasa pusingan yang disegerakkan. Ia berfungsi dengan cukup baik untuk tugas-tugas mudah dan modular di mana kerja setiap agen adalah tertutup sendiri dengan rapi.

Iklan

AgentRadio menangani ini dengan menciptakan apa yang para penyelidik sebut sebagai "kesedaran pasif." Agen boleh menerima dan memproses wawasan daripada rakan sebaya mereka tanpa menghentikan apa yang sedang mereka lakukan. Arkitektur ini dibina atas tiga primitif utama: create_thread, send_message, dan wait_for_mention.

Dalam ujian empirikal menggunakan SWE-Atlas QnA, satu tolok untuk analisis kod kompleks, satu pasukan empat agen Claude Code yang dilengkapi dengan AgentRadio menyelesaikan 62.1% tugas. Seorang agen Claude Code tunggal, yang bekerja sendiri, hanya berjaya menyelesaikan 32.3%. Itu adalah peningkatan 29.8 peratusan.

Mengalahkan garis dasar yang lebih kuat lagi

Perbandingan yang lebih menarik adalah dengan Opus 4.8, asas agen tunggal yang lebih kuat. Opus 4.8 hanya mencapai kadar penyelesaian 57.2% pada tolok ukur yang sama. Empat agen yang berkoordinasi menggunakan model yang kurang kuat mengungguli agen tunggal yang menggunakan model yang lebih kuat.

Keuntungan paling ketara pada soalan yang lebih sukar, tepatnya jenis tugas jangka panjang yang benar-benar menjadi perhatian pasukan enterpris.

Kertas kerja ini, yang tersedia di arXiv (2607.28430v1), menerangkan bagaimana reka bentuk asinkron mengelakkan beban yang biasanya datang dengan koordinasi agen pelbagai. Agen tidak menghalang semasa menunggu mesej. Mereka memeriksa kemas kini yang relevan secara oportunistik, memproses maklumat baharu apabila ia berguna dan mengabaikannya apabila tidak.

Sumber terbuka dan infrastruktur yang lebih luas

Coral AI Labs telah merilis AgentRadio sebagai perisian sumber terbuka di bawah organisasi Coral-Protocol di GitHub. Pelancaran ini selari dengan ekosistem yang lebih luas yang sedang dibina oleh organisasi tersebut, termasuk CoralOS, sebuah sistem yang direka untuk mengoordinasikan agen AI dalam skala besar.

Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini. Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.