论文提出 Agentic University：让学习者与多个智能体共同维护能…
论文AI 评分 62/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇 arXiv 论文提出「人类参与的多智能体组织」（Human-Participatory Multi-Agent Organization），并在 Agentic University（AU）中实现。学习者作为组织成员，与专门化的智能体协作维护一份可修订的「能力计划」，该计划把个人目标、跨模态学习活动与分层评估串联起来，学习者的反馈与表现会引导后续支持。评估显示，该方案在计划组织、评估设计和修订质量上有优势；用户在 50 分制评估中的平均提升为 12.19 分，对照组为 5.61 分，并且用户报告了更强的认知支持感受。项目已公开。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载要解决的问题
论文指出，大语言模型已经能支撑个性化辅导、内容生成和自适应学习路径，但能力成长要求这些资源和互动串成一条连贯、并随学习者变化而演进的学习过程。核心难点在于把目标、活动与评估三者对齐，同时用学习过程中产生的证据来决定下一步该做什么。作者由此提出「人类参与的多智能体组织」这一组织形式，并在 Agentic University（AU）中落地。
学习者如何参与
在 AU 中，学习者不是被动接收推荐内容，而是以组织成员的身份参与，与分工不同的专门化智能体共同维护一份可修订的「能力计划」。这份计划把个人目标、跨模态的学习活动以及分层评估连接在一起；学习者的反馈与实际表现会成为后续支持调整的依据，使计划处于持续修订的状态，而不是一次性生成后固定不变。
评估结果与开放情况
评估显示，该方案在计划组织、评估设计和修订质量三方面表现出优势。在 50 分制的评估中，使用者的平均提升为 12.19 分，对比组为 5.61 分；使用者还报告了更强的认知支持感受。作者将这项工作概括为一种组织化的自适应学习路径，让学习者参与成为多智能体持续协调的基础。论文编号为 arXiv:2610.40492，提交于 2026 年 10 月 29 日，项目地址已在论文中给出。
为什么值得看
把多智能体协作落到个性化学习闭环，并给出 12.19 对 5.61 的量化对比，做 AI 教育产品的人可参考其组织方式。
智能体论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。