既然 @SentientAGI 重点介绍了这位研究员， 那就再深入了解下这位人物的过去经历～ Salah Alzu'bi，@sala88232 是 Sentient Foundation 的核心研究员，也是目前开源多智能体系统领域讨论度很高的一位年轻学者。 Salah 的研究起点是 NLP，自然语言处理。 他早年就读于 香港科技大学，当时还只是做传统机器学习和文本分析。 之后他去了 美国马萨诸塞大学阿默斯特分校读硕士，方向是计算机科学。那段时间他开始接触大模型和 AI 评估框架，参与了一个后来被引用很多的研究项目——《Benchmarking Large Language Models for Research Idea Generation》。可以说，这个阶段奠定了他日后研究 AI 可验证性与可扩展性的基础。 2023 年起，他开始活跃在工业界。 他先后在 Google DeepMind、Meta FAIR、Microsoft Research、Amazon AI 等机构参与项目，主攻大模型泛化和自动评估。 也是在这一时期，他牵头了开源项目 Open Deep Search，一个让 AI 能自己查资料、自己验证的搜索系统。这个系统后来成为 Sentient 生态的核心组件之一。 在 Sentient 的阶段： 2024 年，他加入 Sentient Foundation，成为负责智能体架构的核心研究员。 他主导的两个项目值得一提： 1️⃣FLAMe：一套自动评估工具，用来衡量 AI 模型输出的质量与可靠性。简单说，就是让模型自己打分，替代人工标注。 2️⃣ROMA（Recursive Open Meta Agents）：这是他目前最具代表性的研究成果，一个递归式多智能体框架，让多个 AI 代理可以拆解复杂任务、并行工作、最后再合并结果。 这套框架让 AI 的推理变得更像人类协作： 一个问题被拆成很多小任务，每个子任务交给最合适的模型去做，最后再整合出一个准确的答案。 它提升了系统的稳定性、节省了算力成本，也让开源 AI 生态能在某些任务上追平商业巨头。 Salah 的研究有两个鲜明特点： 1️⃣反对“黑箱式 AI”，强调过程透明和结果可验证； 2️⃣偏好提示优化（prompt engineering）而非强化学习（RL），认为好的系统架构比暴力训练更有效。 他经常在 X 上分享自己的研究日志，比如如何在 1000 万 token 的上下文中保持模型稳定，或是如何用递归代理系统重构搜索。这些内容读起来不像论文，更像是一位工程师在记录AI 如何变得更像人。可以从这些内容里看出来 @SentientAGI 的成员技术的确非常硬核，期待 @SentientAGI 接下来真的能带来不一样的 ai 格局。