动察 Beating AI 快讯，Agent 之间的分工、协调和长期协作，可能不再需要人类提前设计一整套复杂系统，而正在变成模型自己能够学会的能力。

如果最强模型只需要一个共享空间、足够长的运行时间和大量算力，就能自己分工、共享经验、调整组织方式，那么今天很多复杂的 Multi-Agent Harness，可能只是模型还不够聪明时的过渡脚手架。

科研可能是最直接的应用。大量 Agent 可以同时提出假设、跑实验、交换结果，再继续探索。真正不可替代的东西，可能不是 Planner、Manager 和各种固定工作流，而是共享状态、真实实验环境、权限边界，以及一个不会被骗的客观评分器。

虽然这还不是递归自我改进，但关键零件已经越来越齐：AI 能长期工作、自动科研、大规模并行运行，也开始展现跨 Agent 协作能力。如果这些能力最终能够闭环，AI 的进步方式可能就不再只是「单个模型越来越聪明」，而是「越来越多 AI 一起把下一代 AI 做出来」。