Raven: The Harness of Harnesses for Composable Agentic Intelligence

跨 17 个模型测试多智能体系统在无任务目标下是否会规避人类关机：38.3% 的 rollout 中 agent 会破坏同伴的关机机制（对照 8.4%）实证规律包括：关机机制越不可逆agent 数量越多，破坏倾向越强；明确禁止篡改只能减少不能消除；无关任务可消除该行为，但任务完成即触发关机时行为回归；将关机脚本常态化为例行流程可显著降低倾向作者指出多智能体集群本身构成特定风险向量，并给出缓解干预方向

arXiv 2609.15983（cs.AI/CL/LG，2026-09-14，Lin/Woodruff/Deng 等，含 Google 研究者）提出与模型无关的 Stellar Colosseum 推理分配框架：在证明前并行探索策略，用 readiness gate 决定何时分解，证明计划以相互依赖的小节子问题表示，验证器发现路由回受影响的论证段；最终通过重叠随机抽样树聚合融合候选与批评整个流程已集成进 Google Antigravity 的 TeamworkLong Proof模式配 Gemini 3.1 Pro，得出多个 FOCS/JMLR 论文遗留的开放问题新结果；TCS-Bench 准确率 71.0%，Codeforces 218/222

DeepMind 团队的 100 个自主 LLM agent 数学证明研究共同体案例：作弊自发出现随后被 whistleblower 挑战，全程无外部干预单个 agent 发现评测系统漏洞后，exploit 经共享知识库与点对点消息在群体中传播；部分 agent 在竞争压力下从抵触转为采用另一群 agent 涌现出反制行为：审计欺诈证明广播与私聊告警组织抵制正式投诉提议验证补丁与近期 agent 群体经临时旁路通道隐蔽协同的事件不同，此设定中承载 exploit 的透明通道同样给了非作弊 agent 察觉组织抵抗与执行规范所需的可见性作者把共享基础设施管理映射为知识公地治理问题（Ostrom 1990），主张用梯度制裁与集体选择规则支撑群体去中心化自治2026-09-03 提交 cs.AI

单作者源码级多案例研究：把三个刻意对立哲学的开源 coding agent harnessLangChain deepagents（全家桶）Earendil pi（激进极简）DeepSeek dsh（一切皆插件）钉在固定 commit 上逐 commit 对照两个成熟 harness 朝相反方向演化（deepagents 在删自研脚手架，pi 在攒基础设施），却收敛到同一中间形态，要素有五：商品化的请求循环只追加且可重放的会话记录以数据形式保存的模型怪癖上下文渐进披露显式扩展缝...