代理人建模

深度分析

Shachi：以大型語言模型為核心的模組化代理人建模框架

研究以大型語言模型為基礎的多代理系統缺乏統一方法，提出Shachi框架將代理政策分解為配置、記憶與工具三大模組，並以LLM推理引擎協調。實驗在十項基準測試與美國關稅衝擊模擬中驗證，其行為與真實市場反應相符，展示外部效度。同時，Shachi 以統一介面取代程式碼，與 AutoGen、MLE-Dojo 形成差異。