OpenAI官方開源多智能體框架Swarm，社區(qū)反響熱烈

今天早上，OpenAI實施團隊的 @shyamal在Github上開源了Swarm，這個OpenAI官方的多智能體框架。OpenAI官方的影響力顯著，社區(qū)中已經(jīng)出現(xiàn)大量解析文章，討論熱烈。

Swarm框架深入剖析了多智能體的關(guān)鍵，其中定義了兩個核心部分：「Agents」和「Handoffs」，多智能體的核心在于「Handoffs」。經(jīng)過簡單的示例演示后，我認為這個多智能體框架還有改進的空間。借用云原生技術(shù)的發(fā)展歷程，我認為我們需要的智能體框架應(yīng)該是類似于k8s的框架，而不是像docker swarm。如果你熟悉云原生技術(shù)，你可能會理解我的觀點。

單Agent部分，簡單封裝提示詞和使用函數(shù)調(diào)用就可以完成業(yè)務(wù)，OpenAI提供了一個/api/chatcompletions接口來幫助我們完成這一部分。市場上大量的Agent產(chǎn)品都停留在單Agent上，但是在「Handoffs」這一塊，Swarm的確做得非常優(yōu)雅。

個人觀點認為，Swarm的設(shè)計還不如我們的多智能體框架好用。我們的多智能體框架就像k8s，而Swarm則類似于docker swarm。我需要的是能像k8s一樣編排智能體的框架。我們在9月26日發(fā)布了多智能體的工業(yè)設(shè)計產(chǎn)品，詳見：智用研究院AI Agent Foundry賦能的首個多Agent驅(qū)動的工業(yè)設(shè)計平臺圓滿發(fā)布。

多智能體的核心難題在于不同智能體之間的通信問題。信息的傳遞方式和內(nèi)容都非常重要。多個智能體協(xié)作時，只需要在必要的時候被調(diào)用起來。我們的智能體協(xié)作圖如下：

當我們的多智能體應(yīng)用接收到用戶的請求時，借用Semantic kernel的設(shè)計理念實現(xiàn)“目標導(dǎo)向”的AI應(yīng)用。這意味著它能夠幫助確定目標，然后尋找實現(xiàn)這些目標的方法和步驟。在“目標導(dǎo)向”的方法中，首先需要確定目標，然后通過規(guī)劃器（Planner）將目標分解為一系列需要執(zhí)行的任務(wù)。這些任務(wù)可以逐個執(zhí)行，以實現(xiàn)最終目標。這個過程對于人類來說是很自然的，但對于機器來說則相對復(fù)雜。借助LLM AI的力量，我們可以更輕松地實現(xiàn)這一過程。

這個接收到用戶請求的智能體我們稱之為路由智能體，他負責(zé)路由到具體執(zhí)行任務(wù)的任務(wù)智能體。我們的智能體框架的Planner也類似于OpenAI的Swarm的「Handoffs」處理了交接的邏輯，但我們的Planner要比Handoffs處理得更完美。OpenAI的Swarm目前還處于實驗階段，期望它能發(fā)展成為類似于k8s的多智能體編排框架。

這個框架是用Python編寫的，大家覺得用Python編寫多智能體應(yīng)用是一個好選擇嗎？我個人認為，對于應(yīng)用開發(fā)來說，Python并不是最佳選擇。Python之所以使用廣泛，是因為當前人工智能的主導(dǎo)者是算法工程師，他們習(xí)慣使用Python。隨著對復(fù)雜場景的人工智能應(yīng)用需求增加，控制權(quán)逐步要回歸到應(yīng)用開發(fā)者手中。對于復(fù)雜度高、需要長期維護的應(yīng)用系統(tǒng)，使用類似C#、Java等業(yè)務(wù)系統(tǒng)開發(fā)類的編程語言更為合適。

• 《暗喻幻想：ReFantazio》尤法社群等級提升作用介紹
• 【長城守望】新服開啟！沖榜就送非遺城磚
• 《寶可夢大集結(jié)》路卡利歐技能圖鑒
• 《塞爾達傳說 智慧的再現(xiàn)》螺旋甜味冰沙怎么制作
• 《仙劍世界》黑蜘蛛森林寶箱開啟方法