原创 一支烟一朵花 2025-03-10 11:54 上海
关于AI Agent的概念，误传，关于多Agent及架构
澄清AI Agent的概念误区
在当前人工智能技术的浪潮中，"AI Agent"这一术语已经成为了热门话题，各种产品和服务纷纷以"Agent"为卖点。然而，随着这一概念的普及，也产生了不少误解和混淆。
在我们深入探讨AI Agent的本质之前，先澄清它"不是什么"，以避免将其与其他相似但本质不同的技术概念混为一谈。
AI Agent不是模板系统
许多人将AI Agent误认为是一种高级的模板系统，认为它只是预设了一些固定的输入输出格式。
这种理解是片面的。
模板系统通常是静态的、结构固定的，而真正的AI Agent具有动态适应能力，能够根据上下文和环境信息调整其行为和输出。
模板系统可能会根据输入生成标准化的输出，但它缺乏对任务的理解和自主决策能力。
相比之下，AI Agent能够理解任务的本质，制定执行计划，并在执行过程中根据反馈进行调整。
模板可能是Agent使用的工具之一，但Agent绝不仅仅是模板的集合。
模板与AI Agent的关系
模板是预设的结构和格式，用于标准化输出和处理。它提供了一种固定的框架，用户只需填充特定内容即可生成标准化的文档或结果。
AI Agent能够根据上下文和需求动态生成和调整内容，不受固定模板的限制。Agent可以利用模板作为参考或起点，但不局限于模板的固定结构，能够根据实际情况进行创新和调整。
模板就像是一张填空题，只能在预设的空格中填入内容；而Agent则能够根据需要重新设计整个问题结构，甚至创造全新的表达方式。
AI Agent不是预设的工作流
另一个常见的误解是将AI Agent等同于预设的工作流系统。
工作流系统通常是按照预定义的步骤和规则运行的，缺乏灵活性和自适应能力。它们在面对预期情况时表现良好，但在处理异常或未预设的情况时往往束手无策。
AI Agent与工作流的根本区别在于自主决策能力。
工作流是由人类设计者预先定义的执行路径，而Agent能够自主分析情况、制定计划并执行行动。
Agent可能会利用工作流作为执行任务的一种方式，但其核心价值在于能够自主决定何时以及如何使用这些工作流。
工作流与AI Agent的关系
工作流是通过预定义的代码路径对LLM和工具进行编排的系统，侧重于流程的设计和执行。它通常由人类设计者预先定义执行路径，缺乏自适应能力。
AI Agent则是LLM动态指挥其自身的流程和工具使用的系统，并保持对任务完成方式的控制权，侧重于大模型的分析调度能力。
Agent能够根据实际情况动态调整执行计划，展现出更高的灵活性和适应性。
工作流更像是一条预设的铁轨，火车（任务执行）只能沿着这条轨道行驶；
而Agent更像是一个有导航系统的自动驾驶汽车，能够根据路况和目的地动态规划路线。
AI Agent不是传统的RPA
机器人流程自动化(RPA)技术已经在企业中广泛应用，有些人可能会将AI Agent视为RPA的升级版。
然而，这两者在本质上有着显著差异。
RPA主要关注于模拟人类在计算机系统中的重复性操作，通常基于预定义的规则和流程。
它擅长处理结构化数据和固定流程，但缺乏理解能力和适应性。
AI Agent则超越了简单的流程自动化，具备了理解、推理、学习和适应的能力，能够处理非结构化数据和复杂多变的任务。
RPA是"做什么"和"怎么做"都由人类预先定义的自动化工具，而AI Agent则可以自主决定"做什么"和"怎么做"，这是两者之间的本质区别。
AI Agent与RPA的区别
机器人流程自动化（Robotic Process Automation, RPA）是一种成熟的企业自动化技术，而AI Agent则代表了更高级的智能自动化范式。两者有着本质的区别。
自动化程度对比
RPA主要依赖于预设的规则和流程进行自动化操作，自动化程度相对较低，难以应对复杂多变的业务场景。它就像是一个按照固定脚本行动的演员，只能按照导演（开发者）的指示表演，无法即兴发挥。
相比之下，AI Agent具备更高的自主性和智能性，能够根据实际业务情况灵活调整执行策略，实现更高程度的自动化。它更像是一个有创造力的演员，能够根据剧情发展和观众反应调整自己的表演。
交互能力对比
RPA通常只能执行固定的任务，缺乏与用户进行自然交互的能力。用户需要通过特定的界面和操作来控制RPA机器人，交互方式相对机械和有限。
AI Agent则通过自然语言处理等技术，能够基于用户需求，与用户进行流畅的对话，并提供准确的解决方案。
用户可以像与人类助手交流一样与Agent交流，大大提升了用户体验。
学习与适应能力对比
在处理复杂业务时，RPA往往需要人工进行大量的规则和流程设置，且难以应对业务变化。一旦业务流程发生变化，通常需要重新编程或调整规则。
AI Agent具备强大的学习与适应能力，能够通过不断的数据积累和算法优化，提升自动化处理的准确性和灵活性。它能够从经验中学习，逐渐适应新的业务场景和需求变化。
主动性对比
RPA机器人通常不会主动发起任务，只能根据人们预设的程序去处理工作任务。
它们是被动的执行者，缺乏主动性和创造性。
AI Agent更像是一个智能代理，能够通过感知信息、独立思考，进而调用工具去逐步完成给定目标。在某些情况下，Agent甚至能够主动识别问题并提出解决方案，展现出一定程度的主动性。
优势对比
从智能程度、灵活性和成本效益等方面看，AI Agent相比RPA具有明显优势：
- 智能程度：AI Agent具备更强的智能化能力，能够理解并执行复杂指令，根据上下文进行智能推理和决策。灵活性：AI Agent能够适应不同的业务需求和环境变化，无需固定流程和规则。成本效益：AI Agent可以减少对人工的依赖，降低运营成本约20%，同时减少后期维护和优化成本。
尽管如此，RPA在处理高度结构化、规则明确的重复性任务时仍然具有其价值和优势。在实际应用中，两种技术可以互补使用，发挥各自的优势。
AI Agent不是单纯的Computer Use或Browser Use
随着大语言模型技术的发展，出现了一些使模型能够操作计算机或浏览器的技术，如Computer Use和Browser Use。有些人可能会将这些技术等同于AI Agent，但这种理解也是不准确的。
Computer Use和Browser Use本质上是扩展大语言模型与计算机系统交互能力的工具，它们使模型能够"看到"屏幕并执行鼠标点击、键盘输入等操作。这些技术确实是构建AI Agent的重要组件，但它们本身并不构成完整的Agent系统。
真正的AI Agent不仅需要与计算机系统交互的能力，还需要理解任务、制定计划、执行行动并从结果中学习的能力。
Computer Use和Browser Use提供了"手"和"眼"，但Agent还需要"大脑"来指导这些交互。
AI Agent与Computer Use/Browser Use的关系
Computer Use和Browser Use是近年来随着大语言模型发展而出现的新技术，它们与AI Agent有着密切的关系，但也存在明显区别。
Computer Use
Computer Use是一种让AI能够像人类一样使用计算机的技术，通过观看屏幕截图，实现移动光标、点击按钮、使用虚拟键盘输入文本等操作。
Computer Use与AI Agent的关系可以理解为工具与使用者的关系。Computer Use是AI Agent的一种能力扩展，使Agent能够操控计算机执行各种任务。它不是针对特定任务的工具，而是教会AI通用的计算机技能。
通过Computer Use，AI Agent能够：
- 使用为人类设计的各种标准工具和软件程序自动化重复性流程构建和测试软件进行开放式研究
然而，Computer Use本身并不构成完整的Agent系统，它只是提供了"手"和"眼"，还需要"大脑"（即Agent的决策系统）来指导这些交互。
Browser Use
Browser Use是一个为大语言模型服务的智能浏览器工具，使AI代理能够像人类一样自然地浏览和操作网页。
它是AI Agent与网络交互的重要工具，扩展了Agent的能力范围。
Browser Use的核心功能包括：
- 网页浏览与操作：执行点击、输入、滚动等操作多标签页管理：同时管理多个浏览器标签页视觉识别与内容提取：从网页中提取必要内容操作记录与重复执行：记录操作并通过重放机制再次执行自定义动作支持：定义自定义操作，如保存数据、数据库交互等
Browser Use为AI Agent提供了"眼睛"和"手指"，使其能够看到网页内容并与之交互，但Agent的智能决策仍然依赖于大语言模型和Agent架构。
技术实现与应用场景
Computer Use和Browser Use通过API允许AI感知和交互计算机界面，将指令（如"使用我的计算机和在线数据填写此表单"）转换为计算机命令。
这些技术的应用场景广泛，包括：
- 自动化网页操作与任务处理：在线购物、票务预订等个性化推荐与智能搜索：基于用户历史行为和偏好提供服务数据分析与报告生成：自动收集和分析数据，生成报告自动化测试与质量保证：模拟用户行为进行网站测试
为什么会有这些误解？
这些误解的产生有多方面的原因：
- 概念的新颖性：AI Agent作为一个相对新兴的技术概念，其定义和边界尚未在业界完全统一。营销宣传的影响：一些产品为了跟随技术潮流，可能会将传统的自动化工具或模板系统包装为"Agent"，导致概念混淆。功能的重叠性：AI Agent确实可能包含模板、工作流、自动化和计算机交互等功能，这种功能重叠使得区分变得困难。技术的快速演进：随着技术的发展，传统工具也在不断融入智能特性，使得技术边界变得模糊。
接下来我们将基于权威文献和研究，深入探讨AI Agent的本质定义和核心能力，以及它与大语言模型之间的关系。
AI Agent的定义与本质
大模型作为Agent的"大脑"
大语言模型为Agent提供了理解自然语言、生成文本、进行推理等基础能力。
它是Agent的核心组件，但不是唯一组件。如上图所示，大模型需要与其他模块协同工作，才能构成完整的Agent系统。
严格来说，语言模型只是条件概率模型，使用输入来预测下一个标记。
它本身不具备感知环境、制定计划和执行行动的能力。这些能力需要通过额外的架构和组件来实现。
Agent如何扩展大模型的能力边界
AI Agent通过以下方式扩展了大语言模型的能力边界：
- 环境感知：Agent架构使大模型能够感知和理解环境信息，而不仅限于处理文本输入。工具使用：Agent可以调用外部工具和API，获取大模型知识范围之外的信息或执行大模型无法直接完成的操作。记忆管理：Agent通常具有更复杂的记忆系统，能够存储和检索长期信息，克服大模型上下文窗口的限制。规划能力：Agent架构增强了大模型的规划能力，使其能够分解复杂任务并制定执行计划。行动执行：Agent能够将大模型的输出转化为具体行动，如操作计算机、控制机器人等。
自主性与主动性
AI Agent最显著的特征是自主性和主动性。
不同于被动执行指令的传统软件，Agent能够主动感知环境、制定计划并采取行动。它不仅能够响应外部刺激，还能够基于自身的"目标"主动发起行动。
这种自主性使得Agent能够在没有持续人类干预的情况下完成复杂任务，大大提高了人工智能系统的实用性和效率。例如，一个客户服务Agent不仅能回答用户问题，还能主动提供相关信息，甚至预测用户可能的后续需求。
感知-规划-行动循环
AI Agent通常遵循"感知-规划-行动"的基本循环：
- 感知（Perception）：通过各种传感器或接口获取环境信息，包括用户输入、系统状态、外部数据等。规划（Planning）：基于感知到的信息和自身的知识/目标，制定行动计划。行动（Action）：执行计划中的行动，可能包括生成文本、调用API、操作系统等。
这一循环是连续的，Agent会不断感知环境变化，调整计划并采取新的行动。这种动态适应能力是Agent区别于静态系统的关键特征。
工具使用能力
现代AI Agent的一个重要特征是能够使用各种工具扩展自身能力。这些工具可以是API、数据库、搜索引擎、计算器，甚至是其他AI系统。
工具使用能力使Agent突破了单一模型的局限性，能够访问最新信息、执行复杂计算、与外部系统交互。例如，一个研究助手Agent可能会使用搜索引擎获取最新论文，使用PDF解析工具阅读论文内容，使用数据分析工具处理实验数据，最终生成研究报告。
学习与适应能力
高级AI Agent具有从经验中学习和适应的能力。
这种学习可以是基于明确的反馈（如用户评价），也可以是基于隐含的信号（如任务完成效率）。
学习能力使Agent能够随着时间推移不断改进其性能，适应新的环境和任务要求。
例如，一个写作Agent可以通过分析用户对其生成内容的修改，逐渐调整自己的写作风格以更好地满足用户偏好。
AI Agent与大语言模型的关系
在当前技术实现中，大语言模型（LLM）通常作为AI Agent的"大脑"，提供核心的理解、推理和生成能力。
Agent与LLM并不是同义词，两者之间存在明确的区别。
AI Agent以大语言模型为核心，通过各种功能模块扩展LLM的能力边界：
- 大语言模型作为Agent的“大脑”，提供基础的理解、推理和生成能力各功能模块赋予Agent感知环境、规划任务、记忆信息、使用工具和执行行动的能力Agent通过这些模块与大模型的协同工作，实现从理解到行动的完整闭环 大模型为Agent提供智能决策支持，Agent为大模型里提供与外部世界交互的能力
主流AI Agent框架与核心能力
ReAct框架：推理与行动结合
ReAct（Reasoning and Acting）框架是一种将推理和行动相结合的Agent架构，
它的核心思想是"少样本prompt+Thought+Action+Observation"。
ReAct框架的独特之处在于它显式地将思考过程（Thought）作为Agent工作流程的一部分。在执行任何行动之前，Agent会先进行推理，明确自己为什么要执行这个行动以及期望达到什么效果。这种"思考-行动-观察"的循环使Agent的决策过程更加透明和可解释。
ReAct框架特别适合需要复杂推理和工具使用的场景，如信息检索、问题解答和任务规划。
例如，当用户询问"2022年奥斯卡最佳影片获奖者的导演还执导过哪些电影？"时，
ReAct Agent会先思考需要查询的信息（2022年奥斯卡最佳影片是什么，谁是导演），然后执行搜索操作，观察结果，再进行下一步推理和行动。
BabyAgi框架：任务规划与执行
BabyAgi框架专注于优化规划和任务执行的流程，特别适合处理需要分解为多个子任务的复杂任务。
BabyAgi的核心优势在于它能够自动将复杂任务拆解成多个子任务，再依次或批量执行。
这种方法大大降低了计算成本和时间消耗，因为它只需调用三次大模型（创建任务列表、优先级排序和执行任务），而不是每次工具调用都要调用大模型。
例如，对于"研究并比较三种不同的投资策略"这样的复杂任务，
BabyAgi会将其分解为：
1）研究股票投资策略，
2）研究债券投资策略，
3）研究房地产投资策略，
4）比较三种策略的风险和回报，
5）总结最适合不同投资者的策略。
然后依次执行这些子任务，最终完成整体任务。
LLmCompiler框架：并行任务执行
LLmCompiler框架采用并行执行任务的方式，通过生成一个有向无环图(DAG)来执行action，将多个工具聚合成一个工具执行图。
LLmCompiler的最大特点是能够识别任务之间的依赖关系，并将没有依赖的任务并行执行，大大提高了执行效率。例如，如果需要同时查询多个不同的数据源，LLmCompiler可以并行发起这些查询，而不是按顺序一个接一个地执行。
这种并行执行的能力使LLmCompiler特别适合处理数据密集型任务和需要多源信息整合的场景，如市场研究、数据分析和综合报告生成。
其他主流框架
AutoGPT
AutoGPT类似个人助理，强调对外部工具的使用。
它的特点是功能全面，能够根据用户指定的任务自主完成一系列操作。
然而，AutoGPT也存在一些局限，如无法控制迭代次数、可用工具有限等。
HuggingGPT
HuggingGPT的独特之处在于它可以调用HuggingFace上不同的模型来完成任务，实现了模型间的协作。这种方法提高了任务的精确度和准确率，特别适合需要专业模型处理的复杂任务。不过，调用多个模型也意味着更高的计算成本。
TaskWeaver
TaskWeaver专注于数据分析任务，能够有效协调各种插件执行数据分析任务。它的优势在于能够解释命令、转换为代码并精确执行任务，但使用者需要一定的编程基础。
CrewAI
CrewAI是基于LangChain的Multi-agent框架，提供代理人之间的交流和合作平台。它的特点是动态且适应性强，特别适合需要多个专业Agent协作的复杂任务。
多Agent架构的技术阐述
多Agent架构的基本概念
多Agent架构（Multi-Agent Architecture）是指由多个AI Agent组成的协作系统，这些Agent各自拥有不同的能力、知识和目标，通过协作共同完成复杂任务。
与单Agent系统相比，多Agent系统能够处理更复杂的任务，提供多角度的分析和解决方案，并具有更强的鲁棒性和可扩展性。
就像一个高效的团队比单个专家更能解决复杂问题一样，多Agent系统通过分工协作实现了整体能力的提升。
多Agent系统的核心在于：
- 多个独立的AI Agent（每个Agent可以有自己的提示词、LLM底层模型、工具和自定义代码）Agent之间的连接和通信机制协作决策和任务分配机制
多Agent架构的三种主要模式
如上图所示，多Agent架构主要有三种模式：协作模式、代理中介者模式和分层代理团队模式。每种模式都有其独特的特点和适用场景。
1. 协作模式（Collaborative Mode）
协作模式的核心特点是多个Agent在共享的消息草稿（共享思考链上下文）上进行协作，每个Agent所做的工作对其他Agent可见。这种模式特别适合需要透明决策过程的场景。
工作流程：
- 每个Agent是一个单一的LLM调用，具有特定的提示模板通过路由器（Router）控制状态转换路由器基于规则决定下一步行动：调用工具、返回最终答案或转到另一个LLM
优势：
- 决策过程透明，其他Agent可以看到所有个别步骤适合需要详细推理过程的任务便于监控和调试
劣势：
- 信息传递可能过于冗长有时只需要一个Agent的最终答案而非完整过程可能导致信息过载
2. 代理中介者模式（Agent Supervisor Mode）
代理中介者模式的特点是多个Agent不共享草稿板，各自有独立的工作空间，最终响应被附加到全局草稿板。由中介者Agent负责协调和分配任务。
在这种模式下，每个Agent是一个完整的LangChain代理，具有自己的提示、LLM和工具。中介者Agent负责将任务路由到各个专业Agent，可以被视为其他Agent的"代理"。
优势：
- 每个Agent可以专注于自己擅长的领域信息传递更加高效，减少不必要的冗余适合需要多种专业知识的复杂任务
劣势：
- 中介者的决策质量对整体性能影响较大可能需要更复杂的协调机制中介者可能成为系统瓶颈
3. 分层代理团队模式（Hierarchical Agent Teams）
分层代理团队模式的特点是节点中的Agent实际上是其他LangGraph对象，形成层次化的Agent结构。
这种模式特别适合非常复杂的任务。
LangGraph代理子节点，通过中介代理和代理组将它们连接起来，形成多层次的决策和执行结构。
这种架构类似于大型组织的层级结构，有高层决策者、中层管理者和一线执行者。
优势：
- 可以处理极其复杂的任务提供更灵活的组织结构适合大规模Agent协同
劣势：
- 实现复杂度高可能需要更多的计算资源和时间调试和优化难度大
多Agent系统的核心组件
一个完整的多Agent系统通常包含以下核心组件：
1. Environment（环境）
环境是所有Agent处于其中的共享空间，包含全局状态信息。Agent与环境之间存在信息交互与更新。环境可以是虚拟的（如模拟系统）或现实的（如物理世界）。
环境不仅存储了所有Agent可以访问的共享信息，还定义了Agent可以执行的行动和观察到的状态。在某种意义上，环境是多Agent系统的"游戏规则"制定者。
2. Stage（阶段）
多Agent系统通常采用SOP（标准操作程序）思想，将复杂任务分解为若干子任务或阶段。每个阶段可能需要不同的Agent参与，或者需要Agent以不同的方式协作。
例如，在软件开发场景中，"编写2048游戏"这个任务可以被分解为：编写产品需求文档、设计框架、编写代码、代码审查等子任务。不同的Agent可以负责不同的阶段，或者在不同阶段扮演不同的角色。
3. Controller（控制器）
控制器可以是LLM或预定义规则，负责环境在不同Agent和Stage之间的切换。它决定下一时刻行动的Agent，协调整个系统的运行。
控制器是多Agent系统的"指挥官"，它根据当前状态和任务进展，动态调整系统的行为和资源分配。高级的控制器还具备学习能力，能够根据历史经验优化决策策略。
4. Memory（记忆）
多Agent系统的记忆比单Agent系统更复杂，需要记录发送方、接收方等字段。
记忆可能包括全局记忆（所有Agent共享）和Agent个体记忆（仅特定Agent可访问）。
记忆系统使Agent能够存储和检索过去的交互和决策，为未来的行动提供参考。它是Agent学习和适应的基础，也是Agent之间知识传递的媒介。
主流多Agent框架分析
1. MetaGPT
MetaGPT是一个专注于软件开发场景的多Agent框架。它模拟了软件公司的工作流程，包括产品经理、架构师、开发工程师、测试工程师等角色。
核心模块：
- Role（角色）：不同角色信息的Agent，如Engineer、Architect
- RoleSetting：存储角色名字、目标等信息RoleContext：包含运行中的状态信息
核心流程：
1. 环境调用每个角色的run()函数
2. 角色观察环境、更新memory
3. 角色思考并执行动作
4. 将执行结果更新到环境中
2. AgentVerse
AgentVerse是清华大学开发的多Agent框架，提供了一个基于LLMs来搭建多智能体交互的平台。
核心流程：
1. 专家招聘阶段：确定智能体的专家成员
2. 协作决策阶段：各智能体参与讨论和制定策略
3. 行动执行阶段：各智能体根据决策进行执行
4. 评估阶段：提供关于当前状态的进展与目标的对比
AgentVerse的设计流程模拟了人类的决策过程，特别强调了协作决策和评估反馈的重要性。
这种多智能体合作的方式在软件开发、咨询和游戏等领域优于单一智能体。
3. CrewAI
CrewAI是基于LangChain的Multi-agent框架，提供代理人之间的交流和合作平台。它的特点是动态且适应性强，特别适合需要多个专业Agent协作的复杂任务。
CrewAI允许开发者定义不同的Agent角色，每个角色有自己的目标、工具和背景知识。这些Agent可以协同工作，共同解决复杂问题，类似于一个专业团队的协作方式。
多Agent架构的应用案例
1. GPT-Newspaper
GPT-Newspaper是一个创建个性化报纸的自主代理系统，由六个专门的子代理组成：
- 编辑：负责整体内容规划和质量控制新闻记者：收集和撰写新闻文章特写作家：创作深度特写和分析文章评论员：提供观点和评论校对员：检查语法和事实准确性排版设计师：负责报纸的视觉呈现
这个系统包含作家-评论循环，形成有益的反馈机制，使内容质量不断提升。
GPT-Newspaper展示了多Agent系统在创意内容生成领域的潜力。
2. 软件开发团队
多Agent架构可以模拟软件公司的开发流程，包括产品经理、架构师、开发工程师、测试工程师等角色。各角色协作完成从需求分析到代码实现的全流程。
例如，产品经理Agent负责理解用户需求并创建产品需求文档，架构师Agent设计系统架构，开发工程师Agent编写代码，测试工程师Agent进行测试和质量保证。这种协作方式可以大大提高软件开发的效率和质量。
3. 数据分析与决策支持
多Agent系统在数据分析领域也有广泛应用，包括数据收集Agent、数据清洗Agent、分析Agent和可视化Agent。这些Agent协作完成从原始数据到决策支持的转化。
在金融分析场景中，一个Agent可能负责收集市场数据，另一个负责分析历史趋势，第三个负责预测未来走势，第四个负责生成投资建议。这种分工协作使得分析过程更加专业和全面。
多Agent架构的优势与挑战
优势
- 专业化分工：每个Agent可以专注于特定领域，提高效率和质量复杂问题分解：将复杂任务分解为可管理的子任务多视角分析：不同Agent提供多角度思考，减少盲点可扩展性：可以根据需要添加或移除Agent鲁棒性：单个Agent失效不会导致整个系统崩溃
挑战
- 协调复杂性：Agent间的协调需要精心设计通信开销：Agent间的信息交换可能产生大量开销一致性维护：确保所有Agent的行动一致且朝向共同目标资源消耗：多Agent系统通常需要更多的计算资源评估困难：难以评估每个Agent的贡献和整体系统性能
AI Agent不仅仅是一个被动的响应系统，而是能够主动感知环境、制定计划、执行行动并从结果中学习的智能实体。
这种能力使其能够处理更加复杂和开放性的任务，大大扩展了人工智能的应用边界。
将AI Agent与模板系统、工作流、RPA或单纯的计算机操作工具混淆，不仅会导致技术选型的错误，还会影响对AI技术发展方向的判断。
多Agent系统通过分工协作，能够处理单一Agent难以应对的复杂问题，展现出巨大的潜力。无论是协作模式、代理中介者模式还是分层代理团队模式，都为不同场景下的复杂问题解决提供了有效方案。
最后
如果看到这里，给大家一个值得研究的小tips
manus是多智能体架构
“less structure more intelligence”
这句话值得所有Agent产品，框架深挖再深挖。
不要再吵了，咱们谦虚认真的好好研究学习一下吧。
参考文献
1. Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
2. Wooldridge, M., & Jennings, N. R. (1995). Intelligent agents: Theory and practice. The Knowledge Engineering Review, 10(2), 115-152.
3. 中国科学院大学. (2023). 人工智能领域伦理主体agent（行为体）的追本溯源. 中国科学院大学学报.
4. Qian, Y., et al. (2023). The Rise and Potential of Large Language Model Based Agents: A Survey. arXiv preprint arXiv:2309.07864.
5. Li, F., et al. (2024). Agent AI: Surveying the Horizons of Multimodal Interaction. arXiv preprint arXiv:2401.03568.
6. Anthropic. (2023). Computer Use: Teaching Language Models to Use Computer Tools. Retrieved from https://www.anthropic.com/news/3-5-models-and-computer-use
7. Gao, Y., et al. (2023). MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework. arXiv preprint arXiv:2308.00352.
8. Qian, Y., et al. (2023). AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors in Agents. arXiv preprint arXiv:2308.10848.
9. Park, J., et al. (2023). GenerativeAgents: Interactive Simulacra of Human Behavior. arXiv preprint arXiv:2304.03442.
