Vou focar em aprendizado profundo de agentes RL, memória multiagente

Devemos conversar e precisar de desenvolvimento, design e inovação de agentes / agentes inteligentes, incluindo fluxos de trabalho totalmente automatizados em cenários como

 edição de vídeo, extração de texto, extração de legendas, AIGC, geração de imagens e outros processos de múltiplas etapas;

 construção de pipelines de automação de ponta a ponta com controle de qualidade e revisão humana para reduzir custos e melhorar a eficiência;

 construção de agentes unificados multimodais que se especializam em integrar e invocar ferramentas como busca, navegadores,

 terminais, análise de imagens e criação de imagens; desenvolvimento de agentes de pensamento profundo capazes de planejamento e análise de longo e curto prazo, incluindo MCP, habilidades, memória, engenharia de contexto e mais. Após rodar tanto fluxos de trabalho de automação de agente único quanto de subagentes, as direções de inovação incluem:

 1. Design e ajuste de estratégias algorítmicas para sistemas multiagentes, incluindo módulos principais de algoritmo como mecanismos de colaboração entre agentes, estratégias de alocação de tarefas, resolução de conflitos e agregação de resultados.

 2. Otimização de cadeias de planejamento, raciocínio e tomada de decisão em arquiteturas multiagentes para melhorar o desempenho geral