概述

Multi-Agent System，多智能体系统，简称MAS，由多个交互的智能体组成，每个智能体都是能够感知、学习环境模型、做出决策并执行行动的自主实体。这些智能体可以是软件程序、机器人、无人机、传感器、人类（人在环中，human in the loop，HITL）。

MAS的三个核心：

  • 角色分工：让每个AI专精一个领域，越专业效果越好
  • 任务流转：设计清晰的信息传递流程，上一步的输出是下一步的输入
  • 协调机制：有统一的项目经理负责：任务分配、进度控制和质量把关

架构

系统架构图
在这里插入图片描述
这些Agents不是简单的程序，它们拥有：

  • 角色设定：每个Agent都有自己的职责和目标；
  • 感知能力：能感知周围环境的变化，并做出相应反应；
  • 决策能力：能根据自身目标和环境状态，自主地做出行动决策；
  • 复杂行为：能执行复杂的任务；
  • 通信能力：可相互通信、共享信息，达成共识，共同解决问题。

典型的Multi-Agent系统，由三大核心模块构成：

  1. 规划（Planning）
    负责理解用户意图，将复杂任务分解为可执行的步骤，并制定执行计划。使Manus能够处理抽象的任务描述，并将其转化为具体的行动步骤。作为系统的决策中枢，实现：

    • 任务理解与分析
    • 任务分解与优先级排序
    • 执行计划制定
    • 资源分配与工具选择
    • 语义理解与意图识别（NLU）
    • 复杂任务分解为DAG结构
    • 异常处理与流程优化

  2. 记忆（Memory）
    记忆模块负责存储和利用历史信息，提高任务执行的连贯性和个性化程度；管理三类关键信息：

    • 用户偏好：记录用户的习惯和喜好，使后续交互更加个性化
    • 历史交互：保存过去的对话和任务执行记录，提供上下文连贯性
    • 中间结果：存储任务执行过程中的临时数据，支持复杂任务的分步执行

构建记忆体系：

class MemorySystem:
	def __init__(self):
		self.user_profile = UserVector() # 用户偏好向量
		self.history_db = ChromaDB() # 交互历史数据库
		self.cache = LRUCache() # 短期记忆缓存
  1. 工具使用（Tool Use）
    负责实际执行各种操作。该模块能够调用和使用多种工具来完成任务，包括：
    • 网络搜索与信息检索
    • 数据分析与处理
    • 代码编写与执行
    • 文档生成
    • 数据可视化

路由

Router，AI代理路由就是决定在多代理工作流的某一步，哪一个代理最适合处理输入。

路由方法

  • 基于规则（Rule-based），规则硬编码
    • 例子：如果输入包含信用卡→路由到信用卡助手
    • 优点：实现简单，成本低
    • 缺点：缺乏灵活性，场景复杂时容易失效
  • 基于机器学习（ML-based），通过训练分类器来预测输入该分给哪个代理
    • 例子：基于意图分类模型，输入我想查账单→分类为信用卡助手
    • 优点：比规则更灵活，能泛化
    • 缺点：需要大量标注数据
  • 基于大模型（LLM-based），主流做法。利用LLM理解能力，通过Prompt把输入交给LLM，让它决定路由目标。
    • 例子：
      Prompt：请根据用户输入选择代理：信用卡助手、登录助手、默认助手
      用户输入登录账户失败→LLM输出登录助手
    • 更智能，还可结合RAG或微调，让路由器更精准；几乎所有现代AI应用（LangChain、CrewAI等）都在用。

路由模式

  1. 单代理路由：用户输入→路由器→代理。适合简单任务，如FAQ问答；
  2. 多代理路由：输入可同时交给多个代理，再合并结果；
  3. 分层路由：Hierarchical Routing，代理分层，逐级选择；
  4. 事件驱动路由：不只由用户输入触发，还能由系统事件触发。

最佳实践：

  1. 明确定义代理角色：避免代理之间功能重叠；
  2. 在提示词中添加示例：提高路由器的判断准确性；
  3. 日志与监控：保留路由轨迹，方便溯源错误；
  4. 定期评估与回测：使用准确率、召回率、F1等指标；复杂场景可用LLM作为裁判方式评估；
  5. 设置回退机制（Fallback）：当路由器信心不足时，交给人工审核或默认代理。

Benchmark

体系

AI智能体阶梯图
在这里插入图片描述
解读：
三层能力

  • 基础：LLM+向量库+RAG+外部数据，让回答有据可依。指标：命中率>80%，幻觉<5%。
  • 进阶：函数/工具、多步推理、记忆与上下文，让系统会做事。指标：工具成功率>95%，误操作<0.5%。
  • 高阶：工作流/状态机、多智能体、自主规划、微调/强化学习，让结果可托付。指标：自动化率>50%，有预算、回滚、审计。

何时上楼（ROI门槛）
仅RAG：文档/政策问答，正确率↑30%，响应<3s。
上工具：查改业务、报表/工单，每次节省2–5分钟。
上工作流/推理：审批、合规、排程，把多系统往返变一次提交。
上多智能体：跨角色并行协作，时长↓40%且质量可量化。
微调/强化学习：高频场景、术语固定、样本≥1万且有回滚。

12周路线
周1–4：搭RAG与评测/观测；A/B验证。
周5–8：规范工具协议（schema/权限/幂等/重试），接入2–3个关键系统；引入Plan‑then‑Act与自检。
周9–12：用状态机编排+人工确认；上线灰度自治（限步数与预算）；完善审计/告警/回滚。

工程清单
工具协议：name/描述/输入schema/最小权限/预算/幂等键。
记忆分层：短记忆=会话摘要，长记忆=画像+时间衰减；敏感数据脱敏。
安全：输入清洗、工具白名单、意图校验、异常熔断。
评估：自动采样人审、版本回放，看板含自动化率/误操作率/平均步数/每任务成本。

常见坑
过早多智能体；记忆无治理；查询与修改不分；无评估就迭代；数据未稳先微调。

其他

应用领域：非常多。

改进重点方向：

  • 增强Agent能力：提升对齐性、减少幻觉、增强长文本能力；
  • 优化Agent交互：降低通信成本，提高协同效率，减少累积效应；
  • 评估方法和基准：提出更客观的指标，建立通用的评估框架；
  • 更大规模MAS：研究大规模MAS的涌现行为和新特性。

MAS全景图
在这里插入图片描述
注：图片来源自论文。

框架

智能体编排主要有两种主流方案：

  • 图编排模式：以Dify、百炼、COZE为代表；低代码、可视化，开发门槛低，响应需求变动迅速。但受限于平台能力与性能瓶颈。
  • 纯代码开发模式：以LangChain、LangGraph为代表；功能强大，可满足复杂编排需求。学习成本较高，需深入理解框架设计思想。

本文收集的都是后者。

闭源：

  • Manus
  • Magentic-One
  • Jenius
  • Vertex AI
  • Replit Agent

开源：

  • LangGraph
  • OpenManus
  • CrewAI
  • AutoGen
  • Swarm
  • Phidata/Agno
  • Suna
  • Langflow
  • CodeFuse-muAgent

Manus

Manus是一个真正自主的AI代理，能够解决各种复杂且不断变化的任务。作为一个通用型AI代理，Manus能够自主执行任务，从简单查询到复杂项目，无需用户持续干预。用户只需输入简单的提示，无需AI知识或经验，即可获得高质量的输出。

与ChatGPT、Claude这类聊天机器人有本质区别：

  • 工具调用能力强大：能理解需求、主动调用浏览器、代码编辑器、数据分析工具等完成复杂任务。它不只是告诉你"应该怎么做"，而是直接为你把事情做好，将最终成果交付给你。
  • 运行在云端的Manus有独立计算环境：能够独立工作而不需要你的持续监督。只需提出需求，然后去处理其他事务，它会在后台自主完成任务。这种"委托-交付"模式真正解放你的时间和注意力。
  • 与Manus的协作更像与人类同事合作，而非使用工具：你可以随时介入调整方向，中途更改需求，Manus会灵活适应。当某次任务完成得特别好，你可以直接告诉它"以后都这样做"，它会记住你的偏好，不断调整工作方式，成为越来越懂你的伙伴。

特别擅长处理繁琐的文件批处理任务，如批量简历整理、文件格式转换、合同财报审核等。

流程

在这里插入图片描述
解读：

  • 任务接收：用户提交任务请求，可以是简单的查询，也可以是复杂的项目需求。系统接收这一输入，并开始处理。
  • 任务理解：分析用户输入，理解任务的本质和目标。在这一阶段，记忆模块提供用户偏好和历史交互信息，帮助更准确地理解用户意图。
    • 运用先进的自然语言处理技术对用户输入进行意图识别和关键词提取
    • 在需求不明确时，通过对话式引导帮助用户明晰目标
    • 支持文本、图片、文档等多模态输入，提升交互体验
  • 任务分解：规划模块将复杂任务自动分解为多个可执行的子任务，建立任务依赖关系和执行顺序。
// todo.md
- [ ] 调研日本热门旅游城市
- [ ] 收集交通信息
- [ ] 制定行程安排
- [ ] 预算规划
  • 任务初始化与环境准备：为确保任务执行的隔离性和安全性，系统创建独立的执行环境：
# 创建任务目录结构
mkdir -p {task_id}/
docker run -d --name task_{task_id} task_image
  • 执行计划制定：为每个子任务制定执行计划，包括所需的工具和资源。历史交互记录在这一阶段提供参考，帮助优化执行计划。
  • 自主执行：工具使用模块在虚拟环境中自主执行各个子任务，包括搜索信息、检索数据、编写代码、生成文档和数据分析与可视化等。执行过程中的中间结果被记忆模块保存，用于后续步骤。系统采用多个专业化Agent协同工作，各司其职；每个Agent的执行结果都会保存到任务目录，确保可追溯性：
class SearchAgent:
	def execute(self, task):
		# 调用搜索 API
		results = search_api.query(task.keywords)
		# 模拟浏览器行为
		browser = HeadlessBrowser()
		for result in results:
			content = browser.visit(result.url)
			if self.validate_content(content):
				self.save_result(content)

解读：
- Search Agent：负责网络信息搜索，获取最新、最相关的数据，采用混合搜索策略（关键词+语义）
- Code Agent：处理代码生成和执行，实现自动化操作，支持Python/JS/SQL等语言
- Data Analysis Agent：进行数据分析，提取有价值的洞见，Pandas/Matplotlib集成

  • 动态质量检测：
def quality_check(result):
	if result.confidence < 0.7:
		trigger_self_correction()
	return generate_validation_report()
  • 结果整合：将各个子任务的结果整合为最终输出，确保内容的连贯性和完整性。
    • 智能整合所有Agent的执行结果，消除冗余和矛盾
    • 生成用户友好的多模态输出，确保内容的可理解性和实用性
  • 结果交付：向用户提供完整的任务结果，可能是报告、分析、代码、图表或其他形式的输出。
  • 用户反馈与学习：用户对结果提供反馈，这些反馈被记忆模块记录，用于改进未来的任务执行。强化模型微调，不断提升系统性能。

得益于多层次的模型协作：

  1. 轻量级模型：负责意图识别，提供快速响应
  2. DeepSeek-R1：专注于任务规划，把控全局策略
  3. Claude-3.7-sonnet：处理复杂的多模态任务，提供深度理解能力

技术特点：

  • 自主规划能力：Manus能够独立思考和规划，确保任务的执行。在GAIA中，取得最新的SOTA成绩，这一测试旨在评估通用AI助手在现实世界中解决问题的能力。在复杂任务中实现94%的自动完成率。
  • 上下文理解：能够从模糊或抽象的描述中准确识别用户需求。例如，用户只需描述视频内容，Manus就能在平台上定位相应的视频链接。这种高效的匹配能力确保更流畅的用户体验。支持10轮以上的长对话维护。
  • 多代理协作：采用多代理架构，类似于Anthropic的Computer Use功能，在独立虚拟机中运行。使不同功能模块能够协同工作，处理复杂任务。
  • 工具集成：自动调用各种工具，如搜索、数据分析和代码生成，显著提高效率。这种集成能力使其能够处理各种复杂任务，从信息收集到内容创建，再到数据分析。支持自定义工具插件开发。
  • 安全隔离：基于gVisor的沙箱环境，确保任务执行的安全性和稳定性。

其他技术优势：

  1. 环境隔离的任务执行，确保安全性和稳定性
  2. 模块化的Agent设计，支持灵活扩展
  3. 智能化的任务调度机制，最大化资源利用

未来优化方向

  1. 任务依赖关系升级为DAG结构，支持更复杂的任务流
  2. 引入自动化测试和质量控制，提高执行结果的可靠性
  3. 发展人机混合交互模式，结合人类洞察和AI效率

与传统AI助手的差异对比

+ 端到端任务交付：不仅提供建议，还能直接执行任务并交付结果
+ 任务分解能力：能够将复杂任务分解为可管理的步骤
+ 工具使用能力：能够调用和使用各种工具完成任务
+ 动态环境适应能力：能够根据任务需求调整执行策略
+ 长期记忆保持：能够记住用户偏好和历史交互，提供个性化体验
+ 结果导向：注重交付完整的任务结果，而非仅提供信息
- 单次交互模式：传统AI主要停留在对话层面
- 静态响应机制：缺乏自主执行能力
- 无状态设计：每次对话独立，缺乏连续性

LangGraph

GitHub，17.9k Star，3.1k Fork。基于LangChain，核心思想：有向循环图，Directed Cyclic Graph。致力于简化智能体创建过程，以及智能体之间的上下文切换操作(Handoffs)。高度灵活，可定制性强，几乎能够满足所有多智能体协作应用的需求。

OpenManus

MetaGPT推出的Manus开源复刻版，团队通过分层继承+双模式执行+工具生态的架构设计，实现既简单又强大的MAS。

  1. 智能体层：Agent Layer，分层智能体设计
    通过分层继承架构实现智能体的专业化分工，从BaseAgent到专业智能体的渐进式设计，确保每个AI Agent都有明确的角色定位和工具调用能力，同时保持统一的接口标准便于系统集成。

    • 分层继承设计：采用分层架构设计，从基础智能体到专业智能体，确保高代码复用性、强扩展性和清晰的职责分离
    • ReAct模式集成：ReActAgent实现think-act-observe循环模式，每个智能体都具备思考-行动-观察的能力
    • 工具调用抽象：ToolCallAgent处理工具/函数调用的抽象，包括工具选择、参数解析、结果处理和错误处理机制。
    • 统一接口标准：所有智能体都继承自BaseAgent，保证调用接口一致性

  2. 流程控制层：Workflow Layer，双模式编排系统
    通过双模式执行架构和PlanningFlow实现智能化项目管理，从LLM生成结构化计划到状态机式执行跟踪，确保任务能够有序协调、容错执行并达成最终目标。

    • 双执行模式：提供直接智能体执行模式main.py和流程编排执行模式run_flow.py，适应不同复杂度任务。
    • 结构化计划管理：PlanningAgent负责基于用户输入创建结构化计划、记录每个步骤的执行状态、自动标记当前活动步骤并更新完成状态。
    • 状态机式执行：通过清晰的状态转换管理执行流程，确保每个步骤都能正确完成或优雅失败。
    • 智能体协调机制：ManusAgent.py负责管理整个协作流程，实现任务分配和结果汇聚。
      在这里插入图片描述

  3. 数据传递层：Data Flow Layer，工具生态与数据标准化

通过统一工具接口和丰富工具生态构建标准化数据流水线，实现智能体间以及与外部系统间的无缝数据传递和工具调用。
在这里插入图片描述

  • 丰富的工具生态：内置Python执行、浏览器交互、搜索等工具，满足多样化任务需求。
  • 统一工具接口：ToolCallAgent决定使用哪些工具完成任务、处理JSON格式的工具参数、格式化工具执行结果。
  • 内存式计划存储：PlanningTool使用内存存储计划，适合简单用例但对更复杂场景可能不够可扩展。

CrewAI

GitHub，操作界面直观，主要依靠编写提示词，可集成LangChain。

特性：

  • 可扩展性：与超过700个应用程序集成，包括Notion、Stripe、Mailchimp、Airtable等；
  • 工具：开发者可利用CrewAI的框架从头开始构建应用；设计师可使用其UI Studio和模板工具在无代码环境中创建功能齐全的智能体。
  • 部署：可以将在开发环境构建的Agent快速转移到生产环境。
  • 监控：提供直观的仪表板，用于监控Agent的进度和性能。
  • 训练：使用内置的训练和测试工具来提高智能体的性能和效率，并确保其响应的质量。

AutoGen

微软推出的开源MAS。提供灵活的对话机制、自定义代理行为的能力，以及支持工具调用的接口等。

Magentic-One

Magentic-One是微软在AutoGen框架基础上构建的一套泛化MAS应用，通过定义一个管理Orchestrator代理，协调整个团队中的其他专业代理共同完成复杂的、多步骤任务，如网页操作、文件处理、代码编写、脚本运行等。

  • Orchestrator负责任务分解、规划、执行监督与错误恢复；
  • 各专业代理负责执行各自专长；
  • 系统具备高度模块化特性，允许添加或删除代理，而无需重训；
  • 其性能在多个Agentic基准上，已接近或达到当时SOTA水平；
  • 提供AutoGenBench作为评估工具，用于多次重复测试与隔离执行环境，辅助系统安全性与可靠性的评估。

系统预设五个智能体，除Orchestrator外，其他四个专用智能体为：

  • WebSurfer：负责在浏览器中浏览网页以及与网页进行互动；
  • FileSurfer：负责本地文件的管理与导航；
  • Coder：专注于代码的编写与分析；
  • ComputerTerminal则提供控制台访问权限，运行程序和安装库文件。

局限：

  • 对开源LLMs的支持较为复杂，不易实现；
  • 灵活性有待提高，更像是一款应用，而非框架；
  • 目前的文档资料和技术社区支持力度几乎为零，尚需加强。

https://www.microsoft.com/en-us/research/articles/magentic-one-a-generalist-multi-agent-system-for-solving-complex-tasks/

Swarm

GitHub，OpenAI推出，适合新手。

特性：

  • 内置检索系统和内存处理；
  • 隐私性：主要在客户端运行，在调用间不保留状态，有助于确保数据隐私；

局限：

  • 只支持OpenAI API，不支持其他LLMs；
  • 不适合用于生产环境；
  • 灵活性有待提高。

Vertex AI

Google推出，体验地址。

Langflow

GitHub，

Jenius

官网

三角引擎：数据×智能体×RPA

  • 数据：聚合数据平台里的上千种接口随取随用：汇率、天气、酒店余量、热门活动……实时拉新，过期数据统统不要。
  • 智能体：多智能体协作架构
  • RPA：把点按钮、填表单这类机械操作自动化，真正做到方案生成后立刻执行。

Suna

Kortix官网，开源MAS，定位为Manus等商业平台的平替方案。官网可免费试用，每月60分钟的免费额度。
在这里插入图片描述
核心定位：

  1. 模块化的AI智能体开发框架
  2. 企业级自动化流程构建平台
  3. LLM应用的集成运行环境

与Manus的对比优势：

  • 完全开源可自托管
  • 无使用成本限制
  • 扩展更灵活

Suna开源工具链：

  • 网络爬取组件
  • 多平台API连接器
  • 自然语言处理模块
  • 文档生成引擎

支持工具链：

  • 浏览器自动化功能，用于网页导航和数据提取
  • 网页爬取和扩展搜索功能
  • 文件管理功能，用于文档创建和编辑
  • 命令行执行系统任务
  • 网站部署以及与各种API和服务的集成

本地部署条件：

  • Supabase：用于数据库和身份验证
  • Redis：用于缓存和会话管理
  • Daytona：用于安全代理执行的沙盒
  • Tavily API：用于增强搜索功能
  • Firecrawl API：用于网页抓取功能

实战

官网Chatbot界面：
在这里插入图片描述
下面6个单词分别代表主流的AI应用场景：图片生成、PPT制作、T2S、文档生成、深度研究。

唯一一个陌生的是People：
在这里插入图片描述
实际上就是通过AI的强大能力来筛选简历。

选择Google或GitHub登录后，界面如下。Integration实际上就是MCP，解锁该能力需付费（每月20刀），支持连接自定义MCP Server。：
在这里插入图片描述
工作模式和Worker：
在这里插入图片描述
指令实际上就是提示词：
在这里插入图片描述
右上角的下载/导出按钮，得到Suna_agent_export.json文件，【卑微】的免费用户没看到上传/导入按钮。

Replit Agent

官网，通过执行与开发者在IDE中相同的操作，为构建项目提供便捷方式。

对比

TODO

# 人工智能
Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

8 个降AI查重率工具，研究生论文降aigc推荐

avatar 2048 AI社区

大数据领域数据服务的服务智能化升级

本文旨在全面剖析大数据服务智能化升级的技术体系和实践方法，涵盖从底层架构设计到上层应用实现的全流程。重点探讨如何将人工智能技术融入传统大数据服务，实现从"数据服务"到"智能数据服务"的转变。文章首先介绍背景和核心概念，然后深入技术细节，包括算法原理和数学模型，接着通过实际案例展示应用，最后讨论未来趋势和提供资源推荐。数据服务(Data Service): 提供数据访问、处理和分析能力的软件服务服务

avatar 2048 AI社区
cover

一篇论文秒变期刊级学术 PPT！虎贲等考 AI AIPPT 功能深度体验：逻辑清晰 + 风格统一，科研人必备

avatar 2048 AI社区