《自然》报道了由谷歌DeepMind和FutureHouse分别开发的两套多智能体AI系统，它们可在生成假设、设计实验和分析数据等多个环节协助科研工作，旨在加速而非取代科学发现。

助理教授加布里埃莱·法里纳深入探索复杂多智能体决策的理论基础。

新研究指出，足够强大的通用人工智能难以被完全预测和控制，与其追求单一、完美对齐的系统，不如构建由多种目标与价值观构成的“智能体神经多样性”生态，让不同AI相互制衡，从而在整体上更安全、更有韧性。

美国德克萨斯大学奥斯汀分校与 Cognizant AI Lab 搭建虚拟社会环境 TerraLingua，并为其中的 AI 智能体加入资源约束与有限寿命，观察到知识与规则在多代智能体之间不断积累、演化，呈现出类似人类“累积文化”的现象。

Sakana AI受日本防卫装备厅旗下防卫创新科学技术研究所委托，开展“通过多种AI技术组合加速观测、报告、信息整合与资源分配”的研究，旨在利用多AI协同大幅缩短从情报获取到决策下达的时间。

Perplexity 推出多智能体编排系统「Perplexity Computer」，将19种前沿AI模型整合为可长期自主运行的“数字员工”，从任务拆解到执行全流程自动化，并可访问真实文件系统、浏览器与外部工具。

一项发表于《Science》的国际联合研究指出，由多智能体协同运作的“恶意AI群体”（AI Swarm），正把信息操控带入一个质变阶段，有能力在网络空间中伪造“共识”、重塑舆论基础，从结构上冲击民主决策。