Multi-Agent的25種解題思路

隨著 Agent的興起，大家逐漸認(rèn)識到單一Agent的局限性。綜合多個不同功能的LLM-Powered Agent 的優(yōu)點(diǎn)，通過多個 AI 智能體一起工作，分配任務(wù)并討論和辯論想法，以提出比單個智能體更好的解決方案。斯坦福大學(xué)教授吳恩達(dá)也曾公開表示非?？春枚嘀悄荏w的發(fā)展，認(rèn)為多智能體協(xié)作可以取得比單個智能體更好的性能。他期待AI智能體工作流在未來引領(lǐng)人工智能的新趨勢。正是因為如此，本次比賽demo day現(xiàn)場吸引了諸多觀眾，期待通過本次比賽的參賽作品一窺AI未來。

透過本次比賽，我們可以看到游戲領(lǐng)域是MultiAgent最多落地的場景，Action、藥品知識科普小分隊、模法創(chuàng)新者從教育科普類游戲切入，瓦力向前沖均借助多智能體的方式為游戲帶來更多個性化的體驗；X-D Lab心動實驗室、終抵繁星、鬼斧神工則帶來沉浸式的角色扮演體驗。

效率工具領(lǐng)域則是第二多落地的場景，AgentFreedom、cjy的隊伍借助Multi-Agent提升視頻和文本生成效率；嘉喻戶曉、今日宜開擺、MVP小組、SQL BOY、賽博大叔、無可比倪隊伍通過Multi-Agent重構(gòu)工作流，為廣告、設(shè)計、工程等場景實現(xiàn)降本增效。

而在廣泛的生活需求上，包括生活減壓、社交矛盾調(diào)解、兒童陪伴、提升學(xué)習(xí)效率等，甚至小到推薦一杯雞尾酒，針對這些日常生活方方面面的需求，金牌調(diào)解員、老板說什么都不對、MumuLab、你有高速運(yùn)轉(zhuǎn)的機(jī)器進(jìn)入UESTC、SUN、職場馭師、致勝AI創(chuàng)客、智慧協(xié)同小隊這些隊伍也分別從不同角度給出多智能體應(yīng)用解決方案。

參賽選手們現(xiàn)場展示開發(fā)成果，并與觀眾和評委團(tuán)進(jìn)行交互體驗。此次比賽也創(chuàng)新性開設(shè)觀眾互動環(huán)節(jié)，不僅有路演前的交流試玩，在路演中也邀請現(xiàn)場觀眾對心選作品參與點(diǎn)贊投票。

最終，以下隊伍分獲此次

Create@AI創(chuàng)客松獎項

從Agent到Multi-Agent，

創(chuàng)業(yè)者如何快速落地

此次Create@AI創(chuàng)客松比賽中，我們看到很多優(yōu)秀的AI創(chuàng)業(yè)團(tuán)隊帶來了多智能體應(yīng)用作品，感受到Multi-Agent在不同領(lǐng)域中發(fā)揮的價值。從Agent到MultiAgent，從技術(shù)錘子走向應(yīng)用落地，AI創(chuàng)業(yè)者們?nèi)绾涡〔娇炫?，對自己的產(chǎn)品進(jìn)行快速迭代？在推向市場過程中又會有哪些技術(shù)難題和發(fā)展挑戰(zhàn)？對此，我們還邀請了AI領(lǐng)域的產(chǎn)、投、研專家，圍繞《從Agent到MultiAgent：技術(shù)進(jìn)展和應(yīng)用落地》主題展開了一場圓桌討論。

從投資的視角出發(fā)，Atom Capital創(chuàng)始合伙人楊孟彤看到，從早期的代表Copilot，逐漸過渡到如今的自主性更強(qiáng)的Agent，不僅能執(zhí)行單一任務(wù)，更能承擔(dān)起更為復(fù)雜的、獨(dú)立閉環(huán)的工作流，實現(xiàn)某種程度的自主操作。這也意味著Agent正逐漸演變?yōu)榫邆渫暾δ艿臄?shù)字員工，能夠在更多實際場景中落地應(yīng)用，成為AI工作力量的重要組成部分。這一發(fā)展趨勢被視為極具潛力和前景的賽道。

阿里巴巴集團(tuán)投資部執(zhí)行董事王冉也表示，隨著底層模型的持續(xù)迭代更新，短期來看，Agent可能在精準(zhǔn)度要求相對較低的游戲和C端消費(fèi)領(lǐng)域中更容易落地，但從長期來看，Agent技術(shù)在效率提升和工具應(yīng)用等B端場景中有望替代部分人工操作，并在某些方面超越。隨著技術(shù)成熟，企業(yè)級和專業(yè)化應(yīng)用場景將迎來更多的發(fā)展機(jī)遇和突破。

技術(shù)錘子在走向落地的過程中，AI創(chuàng)業(yè)者們還面臨著很多難題，其中首當(dāng)其沖的是模型幻覺問題。很多AI開發(fā)者會使用RAG技術(shù)進(jìn)行優(yōu)化。復(fù)旦大學(xué)計算機(jī)科學(xué)技術(shù)學(xué)院教授張奇肯定了RAG技術(shù)的積極作用，但也提到提升的過程仍面臨重大挑戰(zhàn)，尤其是在達(dá)到更高層次的性能時。例如，PDF解析和向量檢索等任務(wù)在處理復(fù)雜格式和提高檢索準(zhǔn)確率方面存在困難。盡管大型模型提供了一定程度的改進(jìn)，但在長文本處理等方面仍有待提高。將技術(shù)從demo到實際應(yīng)用還需要在每個技術(shù)環(huán)節(jié)進(jìn)行細(xì)致的優(yōu)化，這是一個既艱難又必要的過程。

盡管挑戰(zhàn)重重，目前市場上已經(jīng)出現(xiàn)了相對成熟的多智能體產(chǎn)品，例如斯坦福小鎮(zhèn)等，但也引起了社會對人機(jī)協(xié)作關(guān)系的廣泛討論。中國人民大學(xué)高瓴人工智能學(xué)院教授魏哲巍認(rèn)為多智能體應(yīng)用正深刻影響人文社會科學(xué)的研究范式。通過多智能體系統(tǒng)，能夠模擬現(xiàn)實中不可行或具有爭議的社會實驗，例如公租房分配實驗等。

總的來看，Multi-Agent在提升大型模型性能和應(yīng)用效果方面有巨大潛力和長遠(yuǎn)意義。通義實驗室資深算法專家李雅亮也提出，通過Multi-Agent系統(tǒng)積累的數(shù)據(jù)和經(jīng)驗，可以用于訓(xùn)練下一代大模型，使其具備更強(qiáng)的CoT（Chain of Thought，大模型思維鏈）能力。從長遠(yuǎn)來看，隨著大模型CoT能力的提升，原本需要Multi-Agent協(xié)同完成的任務(wù)可能會由單個智能體獨(dú)立完成。

圖｜圓桌討論現(xiàn)場

對于創(chuàng)業(yè)者而言，從技術(shù)走向應(yīng)用不是重點(diǎn)，市場才是真正的目的地。正如瀾碼科技創(chuàng)始人兼CEO周健在啟發(fā)演講中總結(jié)的，AI創(chuàng)業(yè)者從想法到PMF的過程中，首先要找到解決問題的市場和目標(biāo)客戶群體，并在銷售過程中需要不斷地迭代和改進(jìn)產(chǎn)品，尋找合適的銷售渠道。產(chǎn)品走向市場過程中，品牌宣傳和個人影響力可以幫助提高獲客效率，而數(shù)據(jù)分析和用戶反饋對于優(yōu)化產(chǎn)品和提高轉(zhuǎn)化率非常重要。創(chuàng)業(yè)者需要找到適合自己擅長的領(lǐng)域和專業(yè)技能，發(fā)揮自己的競爭優(yōu)勢。

圖｜周健 瀾碼科技創(chuàng)始人兼CEO

“云+AI”，構(gòu)建多智能體

應(yīng)用開發(fā)新范式

今天，“云+AI”正成為一種創(chuàng)業(yè)新范式。阿里云在2023年9月正式推出創(chuàng)業(yè)者計劃。該計劃可以為創(chuàng)業(yè)者提供最高100萬元的上云抵扣金，阿里云中小企業(yè)品牌總經(jīng)理儲爾勇在開場致辭中特別強(qiáng)調(diào)希望通過該計劃幫助創(chuàng)業(yè)者快速啟動，“為創(chuàng)業(yè)者創(chuàng)新成長提速”。據(jù)悉，當(dāng)前已超過1.3萬家創(chuàng)業(yè)公司申請加入。

圖｜阿里云中小企業(yè)品牌總經(jīng)理儲爾勇開場致辭

同時為了助力更多AI創(chuàng)業(yè)者快速構(gòu)建自己的多智能體應(yīng)用，阿里云與魔搭社區(qū)提供了云上創(chuàng)新資源支持。

阿里云所提供的“云+AI工具箱”，讓初創(chuàng)團(tuán)隊快速從0 啟動，搭建自己的產(chǎn)品。阿里云一站式大模型應(yīng)用開發(fā)平臺——百煉，通過集成了國內(nèi)外主流優(yōu)質(zhì)大模型，提供模型選型、微調(diào)訓(xùn)練、安全套件、模型部署等服務(wù)和全鏈路的應(yīng)用開發(fā)工具，為選手簡化了底層算力部署、模型預(yù)訓(xùn)練、工具開發(fā)等復(fù)雜工作。本次比賽中參賽隊伍就通過百煉快速調(diào)用了通義千問Qwen-max 、通義千問Qwen-VL-max 的能力。與此同時，在PaaS層，阿里云人工智能平臺PAI作為機(jī)器學(xué)習(xí)/深度學(xué)習(xí)工程平臺，提供包含數(shù)據(jù)標(biāo)注、模型構(gòu)建、模型訓(xùn)練、模型部署、推理優(yōu)化在內(nèi)的AI開發(fā)全鏈路服務(wù)，為初創(chuàng)團(tuán)隊提供低門檻、高性能的云原生AI工程化能力。

此次Create@AI創(chuàng)客松比賽中，選手們都基于AgentScope框架進(jìn)行多智能體應(yīng)用開發(fā)。AgentScope是全新開源的Multi-Agent框架，提供了分布式模式，支持將同一個應(yīng)用中的多個 Agent 運(yùn)行在不同的進(jìn)程甚至不同的機(jī)器上。該框架可以讓多個Agent通訊及協(xié)作，從而提升任務(wù)完成的準(zhǔn)確率和穩(wěn)定性。

為創(chuàng)新成長提速，

下一季Create@AI創(chuàng)客松再會！