
在大模型(LLM)狂飙突进的今天,我们经常听到“AI Agent(智能体)”这个词。如果说 ChatGPT 是一个超级大脑,那么 Agent 就是给这个大脑装上了手脚(工具)和耳朵(感知)。
但是,面对复杂的任务,一个 Agent 往往力不从心。于是,多智能体系统(Multi-Agent System) 成为了新的趋势。
今天,我们就深度解读一张硬核架构图,带你从最基础的单体模式,一路进阶到复杂的自定义军团,看看AI是如何像人类团队一样协同工作的。
图中最左上角的模式。这是最基础的形态,一个 LLM(大模型) 搭配若干 Tools(工具)。就像一个人配了一把瑞士军刀。
你是一个全能型的自由职业者。客户让你写代码,你就打开 IDE;让你画图,你就打开 Photoshop。所有的决策、执行都由你一个人(LLM)完成,工具只是你手中的死物。
中上图。多个 Agent 互相连接,没有明显的上下级关系,大家是一个 Peer-to-Peer(点对点) 的网络。每个 Agent 都可以向其他 Agent 发起对话。
头脑风暴会议。会议室里坐着程序员、产品经理、设计师和运营。大家围成一圈,谁有想法就直接跟相关的人说。设计师可以直接问运营“这图怎么改”,程序员可以直接怼产品经理“这需求做不了”。没有唯一的主席,大家自由交互。
右上图。一个核心的 Supervisor Agent(主管) 居中调度,指挥下面的子 Agent 干活。所有指令都由主管分发,子 Agent 之间通常不直接沟通。
装修包工头。你(主管)负责接单和统筹。需要砸墙,你喊“拆旧师父”去;需要走线,你喊“水电工”去。水电工和拆旧师父不需要聊天,他们只对你负责。
左下图。这看起来和“单兵作战”很像,但区别在于:LLM 调用的不再是死板的 API 工具,而是其他的 Agent。
大老板与其秘书。老板(LLM)想订机票,他不会自己去打开携程(工具),而是给秘书(Agent)发个指令:“帮我订票”。秘书是一个有自主思考能力的人,她会自己去查航班、比价、选座。对老板来说,秘书就是一个“超级工具”。
中下图。这是 Supervisor 模式的升级版。主管下面有组长,组长下面有员工,形成严格的树状结构。
大型公司的组织架构。CEO(根节点)制定战略,传达给各部门总监(中间节点),总监再拆解任务给一线员工(叶子节点)。一线员工做完汇报给总监,总监汇总后汇报给 CEO。
右下图。这是一种有向图(Graph) 结构。Agent 之间的连接是根据特定业务逻辑定制的。数据流向是设计好的,不像 Network 那么乱,也不像 Hierarchical 那么死板。
工厂流水线。原料先经过清洗车间(Agent A),然后必须去切割车间(Agent B),切完可能分流去喷漆(Agent C)或者去打磨(Agent D)。每一步的流向都是被工艺流程(SOP)严格规定的。

一句话总结:
没有最好的架构,只有最适合的架构。如果是写个周报,“单兵”足矣;如果是开发个游戏,“层级”或“自定义”才是王道。
希望这篇文章能帮你读懂多智能体系统 MAS🚀
思考题: 如果让你设计一个智能体团队来处理公司的客户服务,你会选择哪种架构?为什么?
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。