Consensus 开源多智能体科研助手架构，已服务 800 万科研人员，助力高效阅读论文！

每年都有数百万篇新的科学论文发表——远远超出了任何一个人的阅读能力。Consensus 这家公司搜索、阅读并整合了超过 2.2 亿篇同行评审文献。其最新功能 Scholar Agent 是一个基于 GPT-5 和 Responses API 构建的多智能体系统。它模拟了研究人员的实际工作方式，帮助他们在几分钟内（而非几周）从提出问题到得出结论。

wechat_2025-10-24_084718_337

该系统基于 GPT-5 和 Responses API 构建，现在运行代理的协调工作流程：

• 规划代理分解用户的问题并决定下一步采取什么行动
• 搜索代理梳理了共识的论文索引、用户的私人图书馆和引用图
• 阅读代理可以单独或批量翻译试卷
• 分析代理综合结果，确定结构和视觉效果，并组成最终输出 每个智能体都拥有一个狭窄的推理范围，这确保了推理的精确性，并最大限度地减少了幻觉。该架构还允许共识系统决定何时不回答；如果没有相关的研究达到其质量阈值，助手就会直接回复。而且引入了 context engineering：在生成研究结果之前收集正确的证据。每个答案都附带一个“研究情境包”——一个结构化的包，包含论文、元数据和可追溯到原始研究的关键发现。

Agent_Flow_Consensus

Agent_Flow_Consensus

我去简单试用了一下，感觉并没有深度研究，就是搜索的样子，只是结果还有时间发展脉络。

wechat_2025-10-24_090559_032

哈哈，感觉我做的 paramind 有异曲同工之效嘛，只是他们的受众群体更明确，我或许也该抄一套这个多智能体科研架构！

最后，推荐一本 AI Agent 开发书籍，当然等不及的同学也可以前往《花了几亿Tokens我vibe了一个网站，每日AI资讯，查项目，找模型，看论文，找MCP都可以》留言获取。

编辑推荐（1）体系完整，循序渐进：从零基础认知到核心原理，再到开发、部署与运维，全流程掌握智能体的全栈知识体系。（2）案例驱动，实操为王：融合 GPTs、LangChain、LlamaIndex 等热门技术，配套“即插即用”示例代码与真实行业案例，快速落地。（3）应用广泛，价值突显：覆盖教育、科研、医疗、设计、零售等场景，既能助新手入门，也能为开发者和创业者提供创新思路与商业机会。

如果觉得有趣，就点个关注吧或者你有什么想问的，反馈的都可以留言呢～