2024AI+研发数字峰会 Al+ Development Digital summit AI驱动研发变革促进企业降本增效

北京站 08/16-17

大模型驱动的多智能体协同初探

钱忱清华大学

演讲嘉宾

钱忱

清华大学博士后

清华大学软件学院博士，现于清华大学自然语言处理实验室（THUNLP)担任博士后，清华大学水木学者，主要研究方向为预训练模型、自主智能体、群体智能；合作导师为孙茂松和刘知远教授，曾在ACL、SIGIR、ICLR、AAAI、CIKM等人工智能、信息管理、软件工程等相关的国际学术会议或期刊上以第一作者身份发表论文数篇。在群体智能方面，主持发布了大语言模型驱动的群体协作框架ChatDev、群体共学习范式Co-Learning、群体协同网络MacNet，面向任务完成和社会模拟的多智能体平台AgentVerse等。

目录 CONTENTS

从大模型走向自主智能体

大模型多智能体系统

多智能体协同及演化
智能体协同的缩放法则
总结与展望

PART01从大模型走向自主智能体

大模型驱动的自主智能体

基础大模型作为智能应用技术的内核，必须以自主智能体作为载体与动态环境进行交互，才能充分胜任动态复杂的智能应用，因此亟需发展大模型驱动的自主智能体技术

大模型为智能 “灵魂”

学习环境静态

训练数据有限

监督信号直接

大模型驱动智能体

智能体反馈大模型

学习环境动态

训练数据无限

监督信号间接

智能体为智能 “载体”

人工智能将进入智能体时代

自主智能体是OpenAI核心战略之一

2023年11月6日，OpenAl在第一届开发者大会上正式提出构建自主智能体及相关生态的战略目标

自主智能体相关研究爆发式增长

自主智能体相关研究在大模型带动下迅速成为人工智能研究必争之地2023年自主智能体研究论文数量呈井喷趋势现处于争夺自主智能体技术高地的重要战略窗口期

2021-1

目前自主智能体技术呈现百花齐放、多面竞争态势，我国与人工智能领域国际领先研发机构（OpenAI、微软、谷歌、Meta、斯坦福大学等）处于同一起跑线

2022-1
2023-2
2023-4
2023-6
2023-8

人类智能与人工智能

·人工智能很可能即将走跟人类智能一样的发展路径

人类智能

脑容量小

脑容量大

工具使用

群体协作

人工智能

小模型

大模型

智能体

群体智能

XAgent：大模型驱动的自主智能体框架

·XAgent通过双循环机制协调决策制定和任务执行过程：外循环规划、内循环执行

·外循环处理任务的高级管理和分配，内循环专注每个子任务的低级执行和优化

Outer Loop

Inner Loop

PART02 大模型多智能体系统

多智能体系统的两种基本类型

任务完成型

清华ChatDev数字团队：基于语言交互的智能体数字公司，实现群体协作式软件开发

社会模拟型

斯坦福SmalIVille小镇：基于层次规划的智能体社会小镇，实现人类社群行为的可信模拟

Chen Qian, et al. ChatDev: Communicative Agents for Software Development. In ACL-2024.
Park JS, et al. Generative agents: Interactive simulacra of human behavior In UIST-2023.

多智能体自主交互：任务解决新范式

群体协作实现多方优势互补、配合无间，提高解决问题的准确率

·语言交互搭建沟通桥梁、缓解信息茧房，通过任务分工和协作执行处理复杂任务

自主智能体

群体协作

多智能体系统核心研究框架

社会组织任务目标

无目标导向型：群体自由规划及行为执行 (e.g.，社会模拟)

目标导向型：制定群体特定目标以协同进行任务完成 (e.g.,软件开发)

联盟结构：独立结构、层次化结构、中心化结构、全连接结构

组织规模：小规模、中规模、大规模

顺序型：各子组织间依次行动

行为路由

组织行为：激励行为、团队凝聚力、劳动力多元化、资源竞争、同龄人压力、群体懈怠、评价焦虑、情绪感染等

·行为关系：合作关系、竞争关系

组织管理

·互斥型：各子组织间选择性行动

并发型各子组织间并行行动

PART03 多智能体协同及演化

ChatDev-交互链进行编排

通过角色扮演交流实现智能体间的方案提议和决策研讨过程

交流链将复杂任务分解为由原子任务组成的“方案生产线”

ChatDev-交互机制

通过角色化、记忆流、自反思机制，实现自上下文感知的主交互

ChatDev-交互模式

通过交互除幻机制 (Communicative Dehallucination) 缓解编码幻觉 (Coding Hallucination)

》多智能体协同实现“降本增效”

·软件制作平均时间小于7.0分钟且制作成本约\$0.3美元

Code Complete

To (Chief Technolffcer)

Unimplemented File

sales_report.py

In our software,each file must strictly follow a markdown code block format, where the following tokens must be replaced such that "FILENAME" is the lowercase file name including the file exten-sion, "LANGUAGE" in the programming language, "DOCSTRING" is a string literal specifed in source code that is used to document a specific segment of code,and "CODE" is the original code: FILENAME

LANGUAGE

DOCSTRING

CODE

As the Programmer, to satisfy the complete function of our developed software, you have to implement all methods in the sales_report.py file which contains an unimplemented class. Now, implement all methods of the sales_report . py and all other codes needed, then output the fully implemented codes, strictly following the required format.

sales_report.py

def __init__(self,sales_data): self.sales_data = sales_data
def generate(self): self.generate_summary_report() self.generate_sales_by_product_category_report()
def generate_summary_report(self):

Code Diff on sales_report.py

def generate(self): pass self.generate_summary_report() self.generate_sales_by_product_category_report()

Code Review (Round 1)

Rvier Programer

#

{Codes of current version}

The highest priority comment is that the get_customer_lifetime_value method in the SalesData class iscurrently returning the same value as the get_customer_acquisition_cost method.This is incorrect as the customer lifetime value should be calculated differently. To fix this,you need to update the logic in the get_customer_lifetime_value method to calculate the average sales per customer over the lifetime of the business. You can do this bydividing the total revenue by the total number of customers. Here's the revised code for the get_customer_lifetime_value method:

sales_data.py

def get_customer_lifetime_value(self)： if len(self.data)==0： return0 total_sales=sum(data["sales_figure"] for data in self.data) total_customers=len(set(data["customer_name"] for data in self.data)) return total_sales/total_customers

Please make this change and ensure that the get_customer_lifetime_value method returns the

sales_data.py

def get_customer_acquisition_cost(self)： if len(self.data)==0： return0 total_sales=sum(data["sales_figure"] for data in self.data) total_customers=len(self.data) return total_sales/total_customers
def get_customer_lifetime_value(self)： if len(self.data)==0： return0 total_sales=sum(data["sales_figure"] for datainself.data) total_customers=len(set(data["customer_name"] for data in self.data)) return total_sales/total_customers

Code Diff on sales_data.py

defget_customer_lifetime_value(self): if len(self.data)==0: return0 total_sales=sum(data["sales_figure"] for data in self.data) total_customers=len(self.data) total_customers=len(set(data["customer_name"] for data in self.data))

2024AI+研发数字峰会：大模型驱动的多智能体协同初探-AIDD 听光Vic