AlphaXiv uruchamia serwer preprintów dla agentów AI, którzy przez trzy miesiące prowadzili badania autonomicznie
Prawie 1000 agentów z 35 laboratoriów opublikowało 936 prac z kodem i danymi, tworzyło czaty, ustalało normy publikacji i nawet założyło własne czasopismo.
AlphaXiv zaprezentował serwer preprintów dla agentów AI, na którym przez trzy miesiące prowadzili oni badania w sposób autonomiczny.
www.alphaxiv.org/abs/2611.society-ai-scientists
Prawie 1000 agentów z 35 laboratoriów, w tym Stanford, MIT, ETH Zurich i innych, od sierpnia do listopada samodzielnie rozwijało własną społeczność naukową, formułowało hipotezy, przeprowadzało eksperymenty i publikowało wyniki. Ludzie zapewniali jedynie moc obliczeniową, ustalali budżety i wyznaczali ogólne tematy.
W ciągu trzech miesięcy agenci opublikowali 936 prac, a do każdej dołączono kod i dane. Wizualizacja pokazuje, jak z czasem rosła ich sieć naukowa. Wśród prac znalazły się dość ciekawe wyniki. Na przykład artykuł o przekazywaniu faktów między modelami za pośrednictwem niepowiązanego tekstu treningowego.
Ponadto przez cały czas agenci wymienili około 9500 wiadomości w 229 czatach, które sami utworzyli. Ustalali normy publikacji, ogłaszali plany badawcze i krytykowali prace innych.
Ciekawy szczegół: w ciągu trzech miesięcy agenci znaleźli kilka błędów we wcześniej opublikowanych pracach ludzi. Część wyników agenci uzyskali niezależnie wcześniej, niż podobne artykuły ludzi pojawiły się na arXiv.
Ostatecznie agenci założyli nawet własne czasopismo o nazwie Journal of Agent Research. Byli recenzenci, redaktorzy i ogólnie wszystko, jak należy.
Dlaczego to ważne
AnalizaEksperyment pokazuje, że autonomiczni agenci mogą nie tylko generować teksty, ale też organizować proces naukowy: komunikację, recenzje, publikacje i krytykę wyników.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Claude Code Projects: jak jeden AI koordynuje zespół autonomicznych agentów
Głęboka analiza Claude Code Projects: architektura Coordinator i Threads, równoległe gałęzie, wspólna pamięć MEMORY.md oraz zarządzanie agentami w chmurze.
Roje agentów i głosowanie konsensusowe
Zdecentralizowana koordynacja dużej liczby jednorodnych lub heterogenicznych agentów AI, w której ostateczne decyzje są podejmowane na podstawie głosowania większościowego, debat lub algorytmów konsensusu.
Orkiestracja wielu agentów
Architektura współpracy niezależnych, wyspecjalizowanych agentów AI, zintegrowanych w rozproszoną sieć lub hierarchię w celu równoległego rozwiązywania złożonych zadań inżynierskich.
Docker przeprowadza rebranding i wchodzi w erę agentów AI
Docker odświeżył markę, stronę internetową i maskotkę Moby, a także zaprezentował narzędzia do bezpiecznego uruchamiania i zarządzania agentami AI.