【原】【AI Agent系列】【MetaGPT多智能體學習】1. 再理解 AI Agent - 經典案例和熱門框架綜述

本文為該課程的第二章（智能體綜述及多智能體框架介紹)筆記）。

0. 溫故而知新 - 再看 AI Agent 是什么

前面文章已經介紹過我理解的 AI Agent 的概念。

• 智能體就是像人一樣，能理解現實中的事務，有記憶，會思考，會總結，會學習，像人一樣會規劃，會決策，會使用各種工具來完成某項任務。

• 多智能體，就像一個團隊，大了說像我們現在生活的社會，每個智能體有自己的職能和領域，人與人之間通過協作，能完成更加復雜和龐大的目標。

再看這張經典的圖：

現在看來，中間的Agent應該換為LLM更為合適，而整張圖才能叫做Agent。也就是說：Agent是上圖中所有能力的集合，以LLM為大腦，來決定完成任務所需的步驟，規劃執行該使用哪些工具，該得到什么結果。再輔以記憶能力，讓整個過程像人一樣能夠自主決策，自主行動以自主達到目的。

1. 一個AI Agent實例介紹 - BabyAGI

項目地址：https://github.com/yoheinakajima/babyagi/blob/main/README.md

其運行流程如下：
（1）從任務列表中提取第一個任務
（2）將任務發送到執行代理（Execution Agent），該Agent使用LLM根據上下文完成任務。
（3）豐富結果并將其存儲在向量數據庫中
（4）創建新任務，并根據上一任務的目標和結果重新確定任務列表的優先級。
（5）重復以上步驟

其中涉及四個Agent，其中前三個Agent都利用了大模型的能力來進行任務規劃和總結：

• Execution Agent 接收目標和任務，調用大模型 LLM來生成任務結果。

  Task Creation Agent 使用大模型LLM 根據目標和前一個任務的結果創建新任務。它的輸入是：目標，前一個任務的結果，任務描述和當前任務列表。

  Prioritization Agent 使用大模型LLM對任務列表進行重新排序。它接受一個參數：當前任務的 ID

  Context Agent 使用向量存儲和檢索任務結果以獲取上下文。
  

  

運行起來后的過程可以參考這篇文章：babyagi: 人工智能任務管理系統

https:///post/7218815501433946173

2. 多智能體框架比較

對市面上多智能體框架了解的不多，目前為止，只用過 MetaGPT、AutoGPT，聽過AutoGen。想了解更多的，可以參考這篇文章 基于大語言模型的AI Agents—Part 3（https://www./article/ai-agent-part3），里面總結比較了常見的多智能體框架：

• AutoGPT更多的是依賴大模型去進行規劃和行動，個人感覺有點過于依賴大模型的能力了。而目前而言，大模型的能力還遠沒有達到能自主規劃和決策行動的地步，這使得AutoGPT的執行結果非常地不可控，很難達到自己想要的效果。并且其是單智能體，能完成的工作相對比較簡單。接口也不太好用。

• MetaGPT更多的是依賴事先定義好的SOP（標準作業流程），這使得任務的執行過程變得相對可控，最大限度的保證任務的正確執行。并且可以是多智能體，能執行的任務相對復雜。接口封裝也比較清晰。尤其是Team、Role和Action三個抽象，真的將Agent抽象為人。總結起來，MetaGPT的工作流程就像：SOP是制訂了一條標準化的流水線，然后Role是分布在流水線各個位置的打工人，大家各司其職，合作共贏。

3. 警告？

Agent因為涉及到多個步驟，而且大模型的能力并沒有我們想象地那么強，如果不加限制，很容易陷入死循環… 這將是你財富的直接損失… 所以一定要謹慎。正如 BabyAGI里的警告：