来源探索AGI上个周A➗的开发者大会视频陆陆续续出炉了。 这一次可以说是一场Agent大会基本都在围绕如何做好Agent如何发挥模型极限价值。Anthropic虽然现在搞得自己名声不咋地但是分享的实战经验是实打实的。今天分享一个很有意思的主题关于多智能体的。我把几场分享相关的内容都结合到一起来看发现Agent也在经历人的组织管理的一些事情。故事先从Omni CTO的分享开始。 Omni是一家做AI分析的公司25个工程师做了一个叫Blobby的Agent用户问问题Blbby找到合适的结果返回给用户。 18个月进化了好几个版本现在可以自己拆任务、自己纠错、自己选工具像真正的数据分析师一样。直到有一个CEO问了Blobby一个问题Blobby给了一个离谱的答案。CEO立马找到团队说go fix it. 开发团队回复LLM有不可预测性有时候就是会犯错。CEO说了一句话Not good enough. Go fix it.这个故事太有共鸣了在我的工作里边真的每天都在现实上演但真正有意思的是这个故事的后续。当CEO反复要求 go fix it团队认真去读模型的推理traces。去研究模型每一步决策的思考过程理解它为什么做这些决策然后他们发现了问题的根源。Blobby的架构是这样设计的一个外层Agent负责理解用户问题、拆解任务列表一个内层Sub-Agent专门负责生成数据查询。典型的多Agent各司其职的架构。问题出在外层Agent不知道内层Agent能做什么。外层Agent可能说把GitHub PR数据和客户支持数据合并起来分析一下。 但是内层Agent回答我单次查询做不到这件事需要跑多次。然后整个对话就开始跑偏Agent都没有问题外层Agent根据用户问题做了合理的拆解内层Agent也如实报告了自己的限制。问题在于它们对彼此能力边界的认知是断裂的。他们把这个现象取了个名字叫Split Brain。精神分裂。 修复策略叫Blobotomy——Blobby Lobotomy脑叶切除术。很黑色幽默。。。修复方案特简单把内层Agent的工具直接上提到外层Agent中消除中间层。一个Agent同时拥有“理解问题”和“生成查询”的全部能力。结果是大量看似随机、不可预测的错误消失了。复杂场景的评测分数大幅提升。将这些东西的时候虽然Chris的语气很平静但你能感觉到他在说一个教训Agent的不可预测很多时候不是模型的问题是架构的问题。而架构问题用读traces的方式是可以找到的。同样的问题不同的解法另一个分会场Anthropic Applied AI团队的Ash讲了另外一个故事症状是一致的原因不同。他们在尝试让Claude连续跑好几个小时构建完整的应用架构里有三个角色Planner做高层规划、Generator写代码和构建、Evaluator打分和测试。问题来了如何做好打分以及打分之后的迭代闭环如果你让同一个Agent自己写代码又自己评价自己的代码会怎样Out of the box, Claude is a really, really bad general QA agent.因为LLM天然有sycophancy bias讨好倾向。让它评价自己的产出就像让一个员工自己给自己评价绩效什么都是超预期的。但如果用2个角色一件有趣的事就发生了调教一个独立的critic让它变严格其实非常容易。调教一个builder让它自我批评几乎不可能。举个例子我们自己去评价一道菜好不好吃、评价一个短视频好不好看很容易。 但是你让我去把菜做出来把视频拍出来那就是另外一回事了。评价能力和创造能力之间有一个天然的gap。角色分开只是第一步新问题是Generator和Evaluator对“做完”的定义不一样怎么办这就是Ash团队提出的解法在动手之前先协商签订协议。Generator开工写代码之前它和Evaluator要先谈判。Evaluator可能会说 你范围定大了你的测试标准太松了你漏掉了某个边缘场景。两个Agent通过文件系统来回交换意见一个写markdown另一个读、批注、回复直到双方达成一致。然后Generator开始建造而Evaluator根据前面讨论的协议来打分。If you have vague criteria, you have vague critiques, the generator just shrugs and does things.如果标准模糊反馈就模糊builder就耸耸肩继续做。写在最后到这里我开始觉得这件事真正有意思的地方不在技术。我看了这2场之后脑子只在想 如果我把“Agent”这个词换成员工把Planner换成产品经理把Generator换成开发工程师把Evaluator换成测试工程师几乎分不出这是在讲AI架构设计还是在讲公司管理。管理的人不了解下属能力边界 → 指令与执行脱节。 这是很多企业都有的问题。让员工自己评价自己 → 永远是超预期。这也是绩效管理的经典问题。开工前先对齐DoDDefinition of Done→ 产出质量可控。 这是敏捷开发社区喊了20年的事情。甚至解决方案都类似。Omni说的 Consolidating the Brain把工具上提减少层级这不就是组织扁平化吗Anthropic的先商讨协议这不就是sprint planning里对齐验收标准吗所以Agent似乎在重演人的组织形式。Anthropic给过一个说法翻译是仔细看PMICQA的组织架构我们没发明什么新东西只是给每个角色分配了适合自己的Context。If you squint at this, this is just a very simple PM, IC, and QA org structure. We didnt invent this, we just gave each role its own context window.这句话背后其实有个判断Agent系统的协作难题不是AI特有的问题。它是任何分布式系统无论节点是人还是AI都必须面对的基本问题信息不对称谁知道什么谁不知道什么能力边界每个角色能做什么、不能做什么标准共识什么叫“做完了”协调成本层级越多、角色越多对齐成本越高。人类社会花了几千年来发展组织理论和管理学本质上就是在回答这些问题。Agent系统花了18个月跑到了同样的路口。随着模型变强有些问题会消失新的问题会出现。 这跟人类组织的演进一模一样公司从10人到100人到1000人管理的挑战不会消失它只是换了形态。10人时的问题是“谁干什么”100人时变成“部门怎么协调”1000人时变成“信息怎么流通”。Agent架构也是如此。今天是split brain明天模型更强了可能不需要拆成outer agent和sub-agent了。但新的协调问题一定会出现——可能是跨Agent的记忆一致性可能是多Agent同时修改同一份文件时的冲突。管理问题不会被AI消灭。AI会让管理问题以新的方式复活。参考地址Anthropic Applied AI分享https://www.youtube.com/watch?vmR-WAvEPRwEOmni CTO分享 https://www.youtube.com/watch?vK4-flzsPraE阅读最新前沿科技趋势报告请访问21世纪关键技术研究院的“未来知识库”未来知识库是“21世纪关键技术研究院”建立的在线知识库平台收藏的资料范围包括人工智能、脑科学、互联网、超级智能数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告加入未来知识库全部资料免费阅读和下载牛津未来研究院 《将人工智能安全视为全球公共产品的影响、挑战与研究重点》麦肯锡超级智能机构赋能人们释放人工智能的全部潜力AAAI 2025 关于人工智能研究未来研究报告斯坦福2025 斯坦福新兴技术评论十项关键技术及其政策影响分析报告191 页壳牌2025 能源安全远景报告能源与人工智能57 页盖洛普 牛津幸福研究中心2025 年世界幸福报告260 页Schwab 2025 未来共生以集体社会创新破解重大社会挑战研究报告36 页IMD2024 年全球数字竞争力排名报告跨越数字鸿沟人才培养与数字法治是关键214 页DS 系列专题DeepSeek 技术溯源及前沿探索50 页 ppt联合国人居署2024 全球城市负责任人工智能评估报告利用 AI 构建以人为本的智慧城市86 页TechUK2025 全球复杂多变背景下的英国科技产业战略韧性与增长路径研究报告52 页NAVEX Global2024 年十大风险与合规趋势报告42 页《具身物理交互在机器人 - 机器人及机器人 - 人协作中的应用》122 页2025 - 2035 年人形机器人发展趋势报告 53 页Evaluate Pharma2024 年全球生物制药行业展望报告增长驱动力分析29 页【AAAI2025 教程】基础模型与具身智能体的交汇350 页 pptTracxn2025 全球飞行汽车行业市场研究报告45 页谷歌2024 人工智能短跑选手AI Sprinters捕捉新兴市场 AI 经济机遇报告39 页【斯坦福博士论文】构建类人化具身智能体从人类行为中学习《基于传感器的机器学习车辆分类》最新 170 页美国安全与新兴技术中心2025 CSET 对美国人工智能行动计划的建议18 页罗兰贝格2024 人形机器人的崛起从科幻到现实如何参与潜在变革研究报告11 页兰德公司2025 从研究到现实NHS 的研究和创新是实现十年计划的关键报告209 页康桥汇世Cambridge Associates2025 年全球经济展望报告44 页国际能源署2025 迈向核能新时代麦肯锡人工智能现状组织如何重塑自身以获取价值威立Wiley2025 全球科研人员人工智能研究报告38 页牛津经济研究院2025 TikTok 对美国就业的量化影响研究报告470 万岗位14 页国际能源署IEA能效 2024 研究报告127 页Workday 2025 发挥人类潜能人工智能AI技能革命研究报告20 页CertiKHack3D2024 年 Web3.0 安全报告28 页世界经济论坛工业制造中的前沿技术人工智能代理的崛起》报告迈向推理时代大型语言模型的长链推理研究综述波士顿咨询2025 亚太地区生成式 AI 的崛起研究报告从技术追赶者到全球领导者的跨越15 页安联Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告33 页IMT2025 具身智能Embodied AI概念、核心要素及未来进展趋势与挑战研究报告25 页IEEE2025 具身智能Embodied AI综述从模拟器到研究任务的调查分析报告15 页CCAV2025 当 AI 接管方向盘自动驾驶场景下的人机交互认知重构、变革及对策研究报告124 页《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页《面向科学发现的智能体人工智能进展、挑战与未来方向综述》全国机器人标准化技术委员会人形机器人标准化白皮书2024 版96 页美国国家科学委员会NSB2024 年研究与发展 - 美国趋势及国际比较51 页艾昆纬IQVIA2025 骨科手术机器人技术的崛起白皮书创新及未来方向17 页NPLBeauhurst2025 英国量子产业洞察报告私人和公共投资的作用25 页IEA PVPS2024 光伏系统经济与技术关键绩效指标KPI使用最佳实践指南65 页AGI 智能时代2025 让 DeepSeek 更有趣更有深度的思考研究分析报告24 页2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告37 页华为2025 鸿蒙生态应用开发白皮书133 页《超级智能战略研究报告》中美技术差距分析报告 2025欧洲量子产业联盟QuIC2024 年全球量子技术专利态势分析白皮书34 页美国能源部2021 超级高铁技术Hyperloop对电网和交通能源的影响研究报告60 页罗马大学2025 超级高铁Hyperloop第五种新型交通方式 - 技术研发进展、优势及局限性研究报告72 页兰德公司2025 灾难性网络风险保险研究报告市场趋势与政策选择93 页GTI2024 先进感知技术白皮书36 页AAAI2025 人工智能研究的未来报告17 大关键议题88 页安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告威达信2025 全球洪水风险研究报告现状、趋势及应对措施22 页兰德公司迈向人工智能治理研究报告2024EqualAI 峰会洞察及建议19 页哈佛商业评论2025 人工智能时代下的现代软件开发实践报告12 页德安华全球航空航天、国防及政府服务研究报告2024 年回顾及 2025 年展望27 页奥雅纳2024 塑造超级高铁Hyperloop的未来监管如何推动发展与创新研究报告28 页HSOAC2025 美国新兴技术与风险评估报告太空领域和关键基础设施24 页Dealroom2025 欧洲经济与科技创新发展态势、挑战及策略研究报告76 页《无人机辅助的天空地一体化网络学习算法技术综述》谷歌云Google Cloud2025 年 AI 商业趋势白皮书49 页《新兴技术与风险分析太空领域与关键基础设施》最新报告150 页《DeepSeek 大模型生态报告》军事人工智能行业研究报告技术奇点驱动应用加速智能化重塑现代战争形态 - 25030940 页真格基金2024 美国独角兽观察报告56 页璞跃Plug and Play2025 未来商业研究报告六大趋势分析67 页国际电工委员会IEC2025 智能水电技术与市场展望报告90 页RWS2025 智驭 AI 冲击波人机协作的未来研究报告39 页国际电工委员会IEC2025 智能水电技术与市场展望报告90 页RWS2025 智驭 AI 冲击波人机协作的未来研究报告39 页未来今日研究所 2025 年科技趋势报告第 18 版 1000 页模拟真实世界多模态生成模型的统一综述中国信息协会低空经济分会低空经济发展报告2024 - 2025117 页浙江大学2025 语言解码双生花人类经验与 AI 算法的镜像之旅42 页人形机器人行业由 “外” 到 “内” 智能革命 - 25030651 页大成2025 年全球人工智能趋势报告关键法律问题28 页北京大学2025 年 DeepSeek 原理和落地应用报告57 页欧盟委员会 人工智能与未来工作研究报告加州大学伯克利分校面向科学发现的多模态基础模型在化学、材料和生物学中的应用电子行业从柔性传感到人形机器人触觉革命 - 25022635 页RT 轨道交通2024 年中国城市轨道交通市场数据报告188 页FastMoss2024 年度 TikTok 生态发展白皮书122 页Check Point2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议57 页【AAAI2025 教程】评估大型语言模型挑战与方法199 页 ppt《21 世纪美国的主导地位核聚变》最新报告沃尔特基金会Volta Foundation2024 年全球电池行业年度报告518 页斯坦福2025 斯坦福新兴技术评论十项关键技术及其政策影响分析报告191 页国际科学理事会2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告英文版118 页光子盒2025 全球量子计算产业发展展望报告184 页奥纬论坛2025 塑造未来的城市研究报告全球 1500 个城市的商业吸引力指数排名124 页Future Matters2024 新兴技术与经济韧性日本未来发展路径前瞻报告17 页《人类与人工智能协作的科学与艺术》284 页博士论文《论多智能体决策的复杂性从博弈学习到部分监控》115 页《2025 年技术展望》56 页 slides大语言模型在多智能体自动驾驶系统中的应用近期进展综述【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用皮尤研究中心2024 美国民众对气候变化及应对政策的态度调研报告气候政策对美国经济影响的多元观点审视28 页空间计算行业深度发展趋势、关键技术、行业应用及相关公司深度梳理 - 25022433 页Gartner2025 网络安全中的 AI明确战略方向研究报告16 页北京大学2025 年 DeepSeek 系列报告 - 提示词工程和落地场景86 页北京大学2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用99 页CIC 工信安全2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告42 页中科闻歌2025 年人工智能技术发展与应用探索报告61 页AGI 智能时代2025 年 Grok - 3 大模型技术突破与未来展望报告28 页上下滑动查看更多
