产品、工程与实践
记录 Nexus 的产品判断、工程实现与实测结果。
分类
# 评测
用 NXS 跑 FrontierHarness，30 题通过 22 题
我们用 NXS 跑完 FrontierHarness 的 30 道题。22 道通过，8 道失败，真正值得看的在失败任务的时间和成本。
# 评测Nexus 与 Claude Agent SDK 实测，内存低六成、成本更低、交付更稳
六道工程题、36 次运行，双方代码均通过检查。Nexus 峰值内存中位数低 60.1%，正常完成 17 次，Claude 为 11 次；成功配对的 API 等价费用低 16.7%。
# 多智能体研究CAMEL 实验中，那些停不下来的对话
拆解 CAMEL 的三份提示、四类对话失败与终止条件，讨论角色意图、工具权限和真实任务进展之间的区别。
# 多智能体研究AutoGen 的消息驱动执行模型
沿着自动回复、代码执行与群聊发言选择，拆解 AutoGen 的控制流，并分析 Nexus 消息、唤醒和运行生命周期的分工。
# 多智能体研究当所有 Agent 都同意一个错误答案
对照多数投票与辩论实验，分析答案修订、错误相关性和通信成本，并说明 Nexus 复核任务怎样保留独立初答与修改依据。
# 多智能体研究MetaGPT 把协作约定写进了交付物
从需求文档到接口和测试结果，分析 MetaGPT 的共享消息池、订阅与前置依赖，讨论 SOP 在 Nexus 中的适用范围。
已显示 6 篇加载更多