Tác nhân hợp tác có thể đang chuyển từ "năng lực hệ thống" thành "năng lực mô hình".

动察 Beating AI 快讯，Sự phân công, phối hợp và cộng tác dài hạn giữa các Agent có thể không còn cần con người thiết kế trước một hệ thống phức tạp hoàn chỉnh, mà đang trở thành khả năng mà chính mô hình có thể tự học được.

Nếu mô hình mạnh nhất chỉ cần một không gian dùng chung, thời gian chạy đủ dài và lượng tính toán lớn, thì có thể tự phân công, chia sẻ kinh nghiệm và điều chỉnh cách tổ chức, thì nhiều Multi-Agent Harness phức tạp hiện nay có thể chỉ là giàn giáo chuyển tiếp khi mô hình chưa đủ thông minh.

Nghiên cứu khoa học có thể là ứng dụng trực tiếp nhất. Hàng loạt Agent có thể đồng thời đưa ra giả thuyết, chạy thí nghiệm, trao đổi kết quả, rồi tiếp tục khám phá. Thứ thực sự không thể thay thế có thể không phải là Planner, Manager hay các quy trình làm việc cố định, mà là trạng thái dùng chung, môi trường thí nghiệm thực tế, ranh giới quyền hạn, và một bộ đánh giá khách quan không thể bị lừa.

Mặc dù đây chưa phải là tự cải tiến đệ quy, nhưng các bộ phận then chốt ngày càng đầy đủ: AI có thể làm việc dài hạn, tự động nghiên cứu khoa học, chạy song song quy mô lớn, và cũng bắt đầu thể hiện khả năng cộng tác giữa các Agent. Nếu những khả năng này cuối cùng có thể khép kín thành vòng lặp, thì cách AI tiến bộ có thể không còn chỉ là "mô hình đơn lẻ ngày càng thông minh hơn", mà là "ngày càng nhiều AI cùng nhau tạo ra thế hệ AI tiếp theo".