以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Large language model (LLM)-based multi-agent systems (MAS) coordinate specialized agents to solve complex tasks, turning each user request into interdependent model and tool operations. Unlike independent requests, these operations become ready at different times and consume evolving context as agents coordinate and ex
阅读原文 · Shengxuan Qiu, Haochen Huang, Shuzhang Zhong, Zizhuo Fu, Zebin Yang, Jianming Tong, Meng Li
向阳乔木 · opencode-go/deepseek-v4.1-flash
多智能体系统的性能问题，正在从模型能力转向服务系统。这篇论文想做的，是给这类服务负载建立一套可配置、可复现的基准。 值得看的原因很直接： 多智能体协作产生的负载，和单请求推理完全不是一回事 。每个用户请求会拆成多个相互依赖的模型调用和工具操作，这些操作在不同时间点才变得可执行，上下文还在不断变化。并发模式、算力需求、内存占用都在动态漂移，服务硬件的瓶颈也会随...