基于agentscope的多智能体游戏场景-骗子酒馆
骗子酒馆是一款基于多智能体系统的在线社交推理游戏，玩家通过掷骰子和扑克牌进行智力和心理博弈，结合大语言模型技术，每个游戏角色由AI扮演，具备独特的性格和决策逻辑，提供高度沉浸式的体验。游戏采用黑板通信模式，确保信息高效交换，支持多种角色如胆小鬼、占卜师等，每个角色拥有特定的技能和行为模式，增强游戏的策略深度和互动性。游戏界面简洁，操作流畅，适合喜欢心理战和策略游戏的玩家。文章末尾有源码和体验地址。
多智能体系统设计：5种编排模式解决复杂AI任务
本文探讨了多AI智能体协作中的关键问题——编排。文章指出，随着系统从单体模型向多智能体架构演进，如何设计智能体之间的通信协议、工作流程和决策机制，成为实现高效协作的核心。文章详细分析了五种主流的智能体编排模式：顺序编排、MapReduce、共识模式、分层编排和制作者-检查者模式，并分别介绍了它们的应用场景、优势与挑战。最后指出，尽管大模型如GPT-5提升了单体能力，但在复杂任务中，合理的智能体编排仍不可或缺。选择适合的编排方式，有助于在系统复杂度与实际效果之间取得平衡。
深度学习相关概念：交叉熵损失
我在学习深度学习的过程中，发现交叉熵损失在分类问题里出现的非常的频繁，但是对于交叉熵损失这个概念有非常的模糊，好像明白又好像不明白，因此对交叉熵损失进行了学习。
阿里巴巴达摩院“绿色能源AI”解决方案
阿里巴巴达摩院决策智能实验室致力于研究决策智能系统需要的国际前沿技术，提升业务运营效率和收益、降低成本。在电力能源行业构建出“绿色能源AI”方案，与国家电网、南方电网等企业合作落地多个项目。代表作软件是行业领先的MindOpt优化求解器、智能电力预测eForecaster、MindOpt Studio决策开发云平台。研究方向包含机器学习、数学建模、优化求解、 时序预测、因果分析、决策方案可解释性、决策推理大模型等。本篇是达摩院“绿色能源AI"方案的介绍幻灯片图，供大家了解方案的能力。
智能时代的伦理困境：人工智能决策的透明度与责任归属
当AI技术逐渐渗透到我们生活的每一个角落，它带来的便利和效率提升是显而易见的。然而，随之而来的伦理挑战也不容忽视。本文将探讨AI在做出决策时面临的透明度问题，以及由此引发的责任归属难题。通过分析AI系统的工作原理、决策过程及其对个人和社会可能产生的影响，我们将提出一系列针对当前AI伦理困境的解决方案和建议，旨在促进AI技术的健康发展同时保护人类社会的基本伦理原则。
