文章探讨了智能体作为大模型应用未来和通用人工智能实现途径的重要性，指出多智能体协作是解决复杂任务的关键。详细介绍了中心化统筹和去中心化(workflow)两种协作模式，分析了各自的优缺点。强调智能体可应用于各行各业，但面临各种挑战，未来开发者需发挥想象力，从理论验证到实践落地，共同探索大模型的无限可能。

---

“ 大模型应用的未来存在无数的可能性，而我们需要做的是发挥我们的想象力。”

智能体开发可以说是大模型应用的未来，也是实现通用人工智能的唯一途径，但关于智能体的开发还存在各种各样的问题；而我们今天要讨论的就是在复杂任务中多智能体的协作问题。

智能体从表面上来看就是大模型+工具，但要想把智能体做的能用且好用，却需要花费大量的时间和精力，且往往达不到想要的效果。

多智能体协作

从功能的角度来看，一个智能体可以看做是一个具有特定功能的工具；就比如出门在外需要地图，支付工具，交通工具才能方便出行。

但在简单的任务中，我们可能只需要一个智能体即可完成任务，比如说你买东西只需要支付工具即可；但出门在外是一个复杂的过程，需要地图，支付，交通，通讯等多种工具配合才能万无一失。

因此在大模型应用场景中，面对复杂的问题，单智能体可能无法很好地完成任务；这时就需要把复杂任务拆分成一个一个的子任务，然后分步执行。

但这里就产生了一个问题，那就是多个工具之间的协作问题，也就是多智能体协作问题。

举例来说，如果你计划要去某个地方旅行，需要解决哪些问题？

从经验上来看，我们需要搞定交通，住宿，饮食等多个问题？

但这些问题怎么解决，需要查地图，订酒店，找饭店，然后还涉及到车票，支付，通讯等辅助环节，如果用智能体应该怎么解决？

从技术的角度来说，我们可以开发多个单一职责的智能体，包括交通选择，住宿订单，饮食处理等等。

但这多个智能体之间应该怎么协作呢？总要有一种方式对这多个智能体进行统筹，第一步该干啥，第二步该干啥，第三步该干啥等等。否则顺序乱了，结果也就乱了。

所以，这里就涉及到多智能体开发的两种统筹模式，一是中心化统筹，二是去中心化统筹。

中心化统筹就是使用一个模型或智能体扮演任务规划和决策的角色，其它子智能体作为单一职责的工具，然后主智能体根据任务规划的结果，调用不同的子智能体来完成任务。

另一种统筹方式是利用workflow工作流，在固定流程的任务场景下，可以通过在不同的节点设置具备不同功能的智能体，然后按照顺序执行；之后在尾节点，对前面执行的所有结果进行汇总处理，给出最终结果。

这种方式的好处是，流程固定，顺序执行，可以大大降低多智能体复杂的调度问题；但同样也存在一个很明显的缺点，那就是流程固定不够智能化，但在某些场景下却特别合适。

总之，智能体是大模型应用的未来，从理论上来说它可以应用于各行各业；但其中也面临着各种各样的问题，而这也是大模型应用发展过程中所必然面对的问题。

所以，以后做大模型应用开发，最困难的不是技术问题，而是要发挥你的想象力。从理论上验证智能体与具体行业的可能性，之后再落地实践，大模型的未来需要一个探索的过程。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓