多智能体才是未来，谷歌、OpenAI 齐下场争抢 AGI 人才

最近 OpenAI 和谷歌发布了多智能体招聘信息，预示着 AI 发展的新阶段。两年前，OpenAI 推出的 ChatGPT 让人工智能领域的 LLM 受到广泛关注。

随后，各大科技公司纷纷推出自己的 LLM，初创公司也如雨后春笋般涌现。然而，自去年3月 GPT-4 问世以来，LLM 的发展似乎陷入停滞。

GPT-5 的革命性迟迟未现，与此同时，开源和闭源模型的性能差距在迅速缩小。

AGI 曾在两年前随着 GPT-4 的发布似乎近在咫尺，但在过去两年里，LLM的幻觉、推理逻辑的不完整以及模型性能的下降等问题再次让这个目标变得遥远。

那么，人工智能发展的下一步会是什么呢？

也许，在今年九月底，谷歌和OpenAI发布的招聘信息揭示了答案：多智能体系统（MAS）将成为人工智能发展的下一个阶段。

多智能体研究团队招聘进行中

OpenAI的研究员Noam Brown在X上宣布，他们正在招募机器学习工程师加入新的多智能体研究团队，候选人最好有丰富的LLM工程经验。

AI智能体的发展符合OpenAI最近提出的衡量通用人工智能（AGI）进展的五级标准中的第三级。

目前，OpenAI认为自己正处于第二阶段的门槛，即被称为「推理者」的阶段。而最近OpenAI推出的o1模型就代表了这一阶段。

据《The Information》报道，OpenAI一直在开发两种类型的AI智能体，用于自动化复杂任务。其中一种类型旨在控制设备以在文档之间传输数据或完成报销报告，另一种专注于基于网络的任务，如收集公共数据或订购航班。

与此同时，九月二十三日，谷歌也发布了涉及多智能体的招聘信息。

五月份，谷歌DeepMind的CEO Demis Hassabis在接受彭博社采访时表示，人工智能发展的下一步是开发自主人工智能代理。这些代理将有能力回答问题，制定计划并独立行动。这些系统在未来一到两年内将投入使用。

多智能体系统

多智能体系统是当代人工智能研究的核心领域，由多个相互交互的智能体组成，这些智能体能感知环境、学习模型、做决策并采取行动。

在这种系统中，智能体可以是软件程序、机器人、无人机、传感器、人类或它们的组合。

多智能体系统中每个智能体都有特定的专长和目标，可以建立一个包含不同智能体的系统，每个智能体专注于总结、翻译、内容生成等任务。然后，这些智能体可以协作共享信息，以灵活和可定制的方式合作。

与单一大型语言模型（LLM）如GPT相比，多智能体系统具有一些关键潜在优势：

• 专门化： 智能体能专注于特定任务优化，而不是试图在一个模型中包含所有能力。这使得处理任务更高效、针对性更强，性能更好。

• 定制化： 用户可以根据需求灵活组合不同的智能体，根据不同场景调整智能体团队的组合。

• 可扩展性： 单个智能体可以独立更新或替换，无需重新训练整个模型。这使得多智能体系统更易于迭代和改进。

• 可解释性： 使用多个智能体时更容易理解和分析不同组件如何影响整个系统的行为，相比之下，单体模型通常是黑箱模型。

• 在实际应用中，多智能体系统的优势更为明显：

• 灵活性与扩展能力： 多智能体系统可以通过增加、移除和修改智能体来灵活适应不断变化的环境，因此在解决复杂问题时表现出极高的扩展性。

• 鲁棒性与可靠性： 由于去中心化控制，即使某些组件故障，系统也可以继续运行，具有更高的鲁棒性和容错能力。

• 自组织与协调： 智能体可以通过简单互动产生复杂整体行为的「涌现行为规则」自组织，实现分工、协调决策和冲突解决。

• 实时操作： 可立即对环境变化做出响应，支持灾害救援、交通优化等实时应用场景。

多智能体系统在发展过程中受到智能体复杂性、不安全通信和协调难题的限制。

然而，随着现代人工智能揭示更智能、自适应且可扩展的实现方式，这些系统在构建高度灵活且具有韧性的系统中发挥越来越重要的作用。

未来，多智能体系统的应用将涵盖打造更智能城市、实现更清洁能源以及推动精准医疗等领域。

AI多智能体系统为实现这些愿景提供计算基础，为各行业解决复杂现实问题提供新解决方案。

随着分布式智能模仿生态系统等自然现象，AI多智能体系统将成为打造更高效、更灵活且更具弹性的未来世界不可或缺的方法。

参考资料：

• https://the-decoder.com/what-comes-after-o1-openai-builds-multi-agent-research-team/

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考。