让 Agent 在对话中成长：自进化机制的五层实现
自进化 (Self-evolution) 是 Agent Harness 的核心模块，拥有自进化能力后 Agent 才能在长期的任务交互中不断成长，总结和改进自己的技能、记录用户的反馈和偏好，从被动应答升级为能够主动复盘和自我成长的 Agent。本文以 CowAgent 开源项目为例，介绍 Agent 框架中五层自进化机制的架构设计和工程实现。
标签 ai 下的文章
DeepSeek V4 模型的 Agent 能力实测
DeepSeek V4 系列发布之后，关于它能不能用、好不好用的讨论很多，但大部分评测还停留在普通对话或编码上。CowAgent 作为一个开源中立的 Agent 框架，则更关心模型在 Agent 链路中的真实表现，包括任务规划、复杂编码、长期记忆、浏览器自动化、知识库构建、长上下文处理等，本文针对这 6 项能力在 CowAgent 中对 DeepSeek V4 模型做了全面测试。
AgentMesh -- 开源的多智能体协作框架
AgentMesh 是一个开源的多智能体 (Multi-Agent) 框架，核心目标是解决多个智能体之间的通信和协作问题，真正实现 "1+1>2" 的效果。能够帮助用户快速创造自己的多智能体团队，或是让已有的多个单一智能体获得协同能力，最终解决更为复杂的任务。