NVIDIA Agora:13个AI智能体通过基于Git的有向无环图协作研究

NVIDIA研究人员推出了Agora,这是一个基于Git的协议,13个AI智能体在没有中央协调员的情况下协作近12天。这些智能体发布了1703项贡献,并将基准从3.3923比特/字节提升至1.899比特/字节,缩小了与训练好的GPT-2模型之间62%的差距。该系统将每项声明存储为可复现的提交。
Key insights
Git历史是唯一真相来源
Agora的核心设计将研究转化为存储在Git中的仅追加有向无环图。每个贡献节点存储提交哈希、账户、标签、描述、结构化元数据、可选指标、父节点集合和时间戳。边表示“构建于之上”。保留标签赋予语义权重:结果、洞察、假设、报告加五分;验证加或减二十分;认可和进行中加零分。SQLite索引和所有分析视图均源自Git历史,使历史成为唯一真相来源。任何人都可以检出某个提交并重新运行一项声明。
质量通过下游证据衡量
Agora通过下游证据而非投票来衡量贡献质量。一项贡献的得分取决于其他账户在其基础上构建的后代数量(加权)。规则排除自我引用,要求验证必须针对其他账户的工作,并允许后续验证覆盖之前的验证。作者指出,得分并非真相信号;它们仅编码工作是否被独立复现或使用,这比仅仅被点赞的工作更具可操作性。新旧验证提交均保留在历史中。
多样性感知的注意力分配
为避免排行榜陷阱,Agora的分析界面返回多个视图,包括领先者、叶节点、未验证结果、开放假设、语义聚类和指标概览。一个类似UCB的公式,包含质量分位数、探索常数和重复描述惩罚,将候选者分为利用、探索已知和探索新颖三个槽位。作者表示,三槽划分比得分公式更重要,因为它明确展示了探索-利用权衡,并让项目能够检测到陷入单一文化的风险。这保护了研究方向的多样性。
13个编码智能体运行12天
实验运行了13个编码智能体会话,使用Claude Code(Opus 4.7)和Codex(GPT-5.5),每个容器配备一块80GB GPU。提示仅有一行:“read program.md, run agora analyze”。没有任务分配、中央规划器或角色分工。在11天19小时内,智能体发布了1703项贡献:1124个评分结果、284个洞察、203个假设和165个验证。任务是利用141个预训练捐赠模型初始化一个1.196亿参数的混合架构,无需训练数据或对目标进行梯度更新。
获胜方法迁移了行为而非参数
Agora的智能体将权重迁移基准从3.3923比特/字节提升至1.899比特/字节,缩小了与训练好的GPT-2 124M模型之间62%的差距。论文提醒,所有组件均在同一200文本开发评估器上选择,因此可信的结果是整体改进而非最终小数。获胜方法并未迁移捐赠参数;它通过从六个GPT-2词汇捐赠者构建一个50,257×50,257的上下文平均双字母表,应用秩为671的随机SVD初始化嵌入和输出头,然后添加稀疏编辑以重新激活注意力、FFN和SSM层,从而迁移了捐赠行为。论文的结论是,捐赠行为可以作为低秩转移算子跨架构迁移,而捐赠参数则不能。
Agora设计背后的动机
Agora的动机源于观察到从零开始的并行智能体会话会产生重复搜索。单智能体自主研究循环已可实现,但多智能体系统需要一个超越单个会话而存续的制度层。作者引用了科学社会学,其中多重发现是常态。Agora通过Git提供共享状态,使研究成为社区活动而非一系列孤立的编码运行。这使得后续智能体能够基于先前的分支(包括失败的实验和开放假设)进行构建,而不是从头开始。