Co-Sight：基于多Agent动态规划与分层反思的下一代 AI 决策系统

原创

蒋诗情与现场嘉宾一起探讨了AI 技术应用于复杂任务时，传统大语言模型（LLM）在动作决策和多步推理上的局限性，并表示构建具备自主规划与动态纠偏能力的智能体系统成为关键挑战。接着，蒋诗情介绍了 Co-Sight 框架，该框架通过多 Agent 协同架构（Plan-Actor-Memory）实现任务降维，结合实时上下文精炼消除冗余，并依托分层反思系统生成奖惩信号以动态优化DAG执行路径。其核心创新在于关注点分离与闭环反思机制。在 GAIA 评测中，Co-Sight以72.73% 综合得分超越 Google DeepMind 与 OpenAI，在复杂多步任务（L2级）中稳定性显著领先。