一觉醒来，Sentient @SentientAGI 也推出自己的排行榜 https://yaps.kaito.ai/sentient，有幸之前写过一些关于Sentient的文章，目前30D 排15 作为目前最能打的AI项目，sentient无疑是非常值得重点关注的对象 ◆近期它们推出了一个 meta-agent 框架ROMA，这项推出意味着AI 不再只是单一大脑 ，它变成了一个会指挥的团队，让我们一探究竟👇 ◇ROMA测试数据 Seal-0: 45.6% ——这个分数不算高，但说明 ROMA 在早期阶段已经能处理部分复杂推理问题 —— 单一大模型在这类任务上往往更低 FRAMES: 81.7% ——81.7% 的正确率说明 ROMA 在整合不同来源、不同格式的信息时表现不错 SimpleQA: 93.9%——93.9% 接近满分，说明 ROMA 在处理单一、直接的任务时稳定可靠 ◇ROMA关键组成／流程大致如下 ①Atomizer：判断一个任务是否“原子”，即是否可以直接执行；如果不能，就需要进一步分解 ②Planner：对非原子任务进行规划／分解，生成子任务 ③Executors：执行“原子”任务或子任务，这可以是调用 LLM、API、或者其他 agent ④Aggregator：把子任务的结果合并，形成父任务的最终输出 ◇ROMA 解决了哪些问题 ①任务分解 + 并行处理——将复杂任务拆开子任务，并行处理。这提升了效率，也让系统在面对大任务时更灵活 ②多 agent / 多 provider + 工具整合——支持不同的 LLM 提供者、API／工具，这意味着灵活性高 ③开源 + 社区导向——对于开发者很友好。可以快速试错和原型开发 ◇ROMA应用场景 一个框架搭建地再完整，还是需要有应用场景才行，ROMA目前的应用场景十分广泛： ①研究型任务：比如学术调研、市场分析、竞争情报整合 ②内容创作 + 长文档生成：例如报告、白皮书、指南等 ③复杂问题求解型任务：例如产品设计、项目规划、战略规划等 ④工具型 agent 系统 ROMA的推出无疑是让去中心化AI慢慢成为现实，当OpenAI不在Open，那么sentient只能靠自己慢慢探索出一条属于Open+AI的道路！(syk233)