【AI Agent系列】【MetaGPT多智能体学习】1. 再理解 AI Agent - 经典案例和热门框架综述

本系列文章跟随《MetaGPT多智能体课程》（https://github.com/datawhalechina/hugging-multi-agent），深入理解并实践多智能体系统的开发。

本文为该课程的第二章（智能体综述及多智能体框架介绍)笔记）。

0. 温故而知新 - 再看 AI Agent 是什么

前面文章已经介绍过我理解的 AI Agent 的概念。

• 智能体就是像人一样，能理解现实中的事务，有记忆，会思考，会总结，会学习，像人一样会规划，会决策，会使用各种工具来完成某项任务。
• 多智能体，就像一个团队，大了说像我们现在生活的社会，每个智能体有自己的职能和领域，人与人之间通过协作，能完成更加复杂和庞大的目标。

再看这张经典的图：

现在看来，中间的Agent应该换为LLM更为合适，而整张图才能叫做Agent。也就是说：Agent是上图中所有能力的集合，以LLM为大脑，来决定完成任务所需的步骤，规划执行该使用哪些工具，该得到什么结果。再辅以记忆能力，让整个过程像人一样能够自主决策，自主行动以自主达到目的。

1. 一个AI Agent实例介绍 - BabyAGI

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

其运行流程如下：
（1）从任务列表中提取第一个任务
（2）将任务发送到执行代理（Execution Agent），该Agent使用LLM根据上下文完成任务。
（3）丰富结果并将其存储在向量数据库中
（4）创建新任务，并根据上一任务的目标和结果重新确定任务列表的优先级。
（5）重复以上步骤

其中涉及四个Agent，其中前三个Agent都利用了大模型的能力来进行任务规划和总结：

• Execution Agent 接收目标和任务，调用大模型 LLM来生成任务结果。

• Task Creation Agent 使用大模型LLM 根据目标和前一个任务的结果创建新任务。它的输入是：目标，前一个任务的结果，任务描述和当前任务列表。

• Prioritization Agent 使用大模型LLM对任务列表进行重新排序。它接受一个参数：当前任务的 ID

• Context Agent 使用向量存储和检索任务结果以获取上下文。
  

运行起来后的过程可以参考这篇文章：babyagi: 人工智能任务管理系统

2. 多智能体框架比较

对市面上多智能体框架了解的不多，目前为止，只用过 MetaGPT、AutoGPT，听过AutoGen。想了解更多的，可以参考这篇文章 基于大语言模型的AI Agents—Part 3，里面总结比较了常见的多智能体框架：

这里我只对MetaGPT和AutoGPT的使用感受做下比较和说明，自己的感受，个人观点，欢迎批评指正。

• AutoGPT更多的是依赖大模型去进行规划和行动，个人感觉有点过于依赖大模型的能力了。而目前而言，大模型的能力还远没有达到能自主规划和决策行动的地步，这使得AutoGPT的执行结果非常地不可控，很难达到自己想要的效果。并且其是单智能体，能完成的工作相对比较简单。接口也不太好用。

• MetaGPT更多的是依赖事先定义好的SOP（标准作业流程），这使得任务的执行过程变得相对可控，最大限度的保证任务的正确执行。并且可以是多智能体，能执行的任务相对复杂。接口封装也比较清晰。尤其是Team、Role和Action三个抽象，真的将Agent抽象为人。总结起来，MetaGPT的工作流程就像：SOP是制订了一条标准化的流水线，然后Role是分布在流水线各个位置的打工人，大家各司其职，合作共赢。

3. 警告？

Agent因为涉及到多个步骤，而且大模型的能力并没有我们想象地那么强，如果不加限制，很容易陷入死循环… 这将是你财富的直接损失… 所以一定要谨慎。正如 BabyAGI里的警告：