Foundation  Agent不再將智能體視為 LLM  的簡單應(yīng)用，而是將其看作一個由認知、記憶、學習、感知、行動等多個核心組件構(gòu)成的復(fù)雜、有機的系統(tǒng)。其核心意義在于提供了系統(tǒng)性框架，強調(diào)了自主性，關(guān)注協(xié)作與生態(tài)，并突出了安全與對齊。然而，實現(xiàn)這一愿景也面臨著技術(shù)復(fù)雜度高、需要龐大計算資源、評估困難、自進化可控性問題以及安全與對齊的根本性難題等巨大挑戰(zhàn)。

• 論文鏈接： https://arxiv.org/abs/2504.01990

擁有完善的認知架構(gòu)只是第一步。Foundation Agent 的核心特征之一在于其自進化 (Self-Evolution)能力，即智能體能夠通過與環(huán)境的交互和自我反思，不斷學習、適應(yīng)和提升自身能力，而無需持續(xù)的人工干預(yù)。這部分探討了實現(xiàn)自進化的關(guān)鍵機制：

1. 優(yōu)化空間 (Optimization Space)

自進化的前提是定義清楚哪些方面可以被優(yōu)化。論文指出，智能體的幾乎所有組件都可以成為優(yōu)化的對象：認知策略、記憶內(nèi)容、世界模型的準確性、感知能力、行動技能等等。其中，提示詞，工作流，智能體組件是可以被直接優(yōu)化的三個層次。定義清晰的優(yōu)化目標和評估指標是指導(dǎo)自進化過程的基礎(chǔ)。

2.LLM 作為優(yōu)化器 (LLM as Optimizer)

論文提出，強大的大型語言模型不僅可以作為智能體的認知核心的一部分，還可以扮演優(yōu)化器的角色。LLM  可以通過生成代碼、修改參數(shù)、提出新的策略或結(jié)構(gòu)，來優(yōu)化智能體自身的其他組件。例如，LLM  可以分析智能體過去的失敗經(jīng)驗，提出改進記憶檢索算法的建議；或者根據(jù)新的數(shù)據(jù)，生成更新世界模型的代碼。這為智能體的自我改進提供了一種強大的、基于語言理解和生成能力的全新途徑。

優(yōu)化方法分類

3. 在線與離線自改進 (Online and Offline Self-Improvement)

自進化可以在不同的時間和尺度上發(fā)生：智能體既能在與環(huán)境實時交互過程中進行在線改進，通過強化學習優(yōu)化行為策略或根據(jù)感知更新世界模型；也能在  "休息" 或?qū)ｉT訓練階段實現(xiàn)離線改進，利用收集的數(shù)據(jù)進行深層分析和模型更新，可能涉及調(diào)整整個認知架構(gòu)、重構(gòu)記憶庫，或利用 LLM  作為優(yōu)化器進行大規(guī)模模型迭代。

4. 自進化與科學發(fā)現(xiàn) (Self-Evolution in Scientific Discovery)

論文特別提到了自進化在科學發(fā)現(xiàn)等復(fù)雜問題解決場景中的巨大潛力。一個具備自進化能力的  Foundation Agent 可以自主地提出假設(shè)、設(shè)計實驗、分析數(shù)據(jù)、學習新知識，并不斷優(yōu)化其研究策略，從而加速科學探索的進程。這為 AI  在基礎(chǔ)科學領(lǐng)域的應(yīng)用打開了新的想象空間。

自進化是 Foundation Agent 區(qū)別于當前大多數(shù)智能體的關(guān)鍵特征。它強調(diào)了智能體自主學習和適應(yīng)的核心能力，并提出了利用 LLM 作為優(yōu)化器等創(chuàng)新思路。實現(xiàn)高效、穩(wěn)定且目標可控的自進化機制，是通往真正自主智能的關(guān)鍵挑戰(zhàn)。

多個  Foundation Agent 組成的多智能體系統(tǒng) (Multi-Agent System, MAS)通過知識共享與任務(wù)分工，可快速整合多模態(tài)數(shù)據(jù)（如文本、圖像），解決單一Agent難以處理的復(fù)雜場景（如災(zāi)難救援規(guī)劃）。

每個 Foundation Agent 在系統(tǒng)中扮演著獨特的角色，有的擅長數(shù)據(jù)收集與分析，有的負責決策制定，還有的則專注于執(zhí)行具體操作。它們相互補充，形成一個靈活且具有高度適應(yīng)性的整體，能夠應(yīng)對多變的環(huán)境和復(fù)雜的問題，展現(xiàn)出強大的智能和高效的運作能力，就像一個緊密配合的團隊，共同為系統(tǒng)的優(yōu)化和任務(wù)的完成而努力。

那么MAS  的基礎(chǔ)組成、結(jié)構(gòu)、協(xié)作范式和決策機制是怎么樣的？在多智能體系統(tǒng)的自主協(xié)作 / 競爭中，群體智能形成的現(xiàn)象 (Collective  Intelligence)又是如何呈現(xiàn)？

1. 多智能體系統(tǒng)設(shè)計 (Multi-Agent System Design)

在大模型多智能體系統(tǒng)（LLM-MAS）中，協(xié)作目標與協(xié)作規(guī)范是塑造系統(tǒng)設(shè)計約束、內(nèi)部智能體交互模式和整體協(xié)作機制的基礎(chǔ)。協(xié)作目標定義了智能體追求的明確目標（個體性、集體性或競爭性），協(xié)作規(guī)范則確立了系統(tǒng)內(nèi)智能體交互的規(guī)則、約束和慣例?；趨f(xié)作目標和規(guī)范，多智能體系統(tǒng)可分為策略學習、建模與仿真、以及協(xié)同任務(wù)求解三類。論文通過分析和梳理三類  MAS 的典型應(yīng)用，探討了大語言模型（LLM）如何賦能、影響并改進同質(zhì)和異質(zhì)智能體的行為、交互及決策，并給出了 LLM-MAS  的下一代智能體協(xié)議。

2. 拓撲結(jié)構(gòu)與規(guī)模化（Comunication Topology and Scalability）

從系統(tǒng)角度出發(fā)，拓撲結(jié)構(gòu)往往決定著協(xié)作的效率與上限。論文作者將  MAS  的拓撲分為了靜態(tài)和動態(tài)兩大類：前者是預(yù)定義好的靜態(tài)拓撲（層級化、中心化、去中心化）結(jié)構(gòu)，常用于特定任務(wù)的解決實現(xiàn)；后者是根據(jù)環(huán)境反饋持續(xù)更新的動態(tài)拓撲結(jié)構(gòu)，其可通過搜索式、生成式、參數(shù)式等新興算法實現(xiàn)。而隨著智能體數(shù)量的增加，科學的規(guī)?；绞揭矊⑹俏磥矶嘀悄荏w系統(tǒng)的重要議題。

3. 協(xié)作范式與機理 (Collaboration Paradigms)

借鑒人類社會中的多樣化交互行為，如共識達成、技能學習和任務(wù)分工，論文從交互目的、形式和關(guān)系三個維度探討多智能體協(xié)作。多智能體協(xié)作被歸納為共識導(dǎo)向、協(xié)作學習、迭代教學與強化，以及任務(wù)導(dǎo)向交互。

在不同交互目標和形式下，智能體之間形成討論、辯論、投票、協(xié)商等單向或多向交互。隨著交互的持續(xù)，這些過程迭代出決策和交互網(wǎng)絡(luò)，不同智能體在協(xié)作中增強和更新個體記憶與共享知識。

4. 群體智能與涌現(xiàn) (Collective Intelligence and Emergence)

在  MAS  中，群體智能的產(chǎn)生是一個動態(tài)且迭代的過程。通過持續(xù)交互，智能體逐步形成共享理解和集體記憶。個體智能體的異質(zhì)性、環(huán)境反饋和信息交換增強了交互的動態(tài)性，這對復(fù)雜社會網(wǎng)絡(luò)的形成和決策策略的改進至關(guān)重要。通過多輪交互和對共享上下文的反思，智能體不斷提升推理和決策能力，產(chǎn)生如信任、戰(zhàn)略欺騙、自適應(yīng)偽裝等涌現(xiàn)行為。按照進化形成機制，可分為基于記憶的學習和基于參數(shù)的學習。與此同時，隨著  MAS  的演化，智能體之間逐漸將形成和演進社會契約、組織層級和勞動分工，從基礎(chǔ)的合作行為轉(zhuǎn)向復(fù)雜社會結(jié)構(gòu)。觀測、理解和研究群體智能的涌現(xiàn)現(xiàn)象是后續(xù)  MAS 研究的重要方向。

5. 多智能體系統(tǒng)評估 (Evaluation of Multi-Agent Systems)

隨著多智能體的優(yōu)勢成為共識，其評估范式亦需有根本性的變革  ——MAS 評估應(yīng)聚焦于 Agent 交互的整體性，包括協(xié)同規(guī)劃的效率、信息傳遞的質(zhì)量與群體決策的性能等關(guān)鍵維度。由此衍生，作者總結(jié)了 MAS  常見的任務(wù)求解型  benchmark，以及最新的通用能力評估方式：前者的重點在于，衡量多智能體在各種環(huán)境中的決策協(xié)同的推理深度與正確性；后者評估智能體群在復(fù)雜、動態(tài)場景下的交互與適應(yīng)能力。

智能體的協(xié)作與競爭

Foundation Agent  的概念提醒我們，通往通用人工智能的道路需要在智能體的認知架構(gòu)、學習機制、協(xié)作模式上取得根本性突破，這需要跨學科領(lǐng)域的共同努力。這篇論文描繪了一個由能夠自主學習、協(xié)作進化、并與人類和諧共存的 Foundation Agent  構(gòu)成的智能新紀元。

由多個 Foundation Agent 組成的多智能體系統(tǒng)在實際應(yīng)用中具備多方面顯著優(yōu)勢，使其在眾多領(lǐng)域具有強大的競爭力和廣闊的應(yīng)用前景：

并行處理與高效協(xié)作

• 任務(wù)并行執(zhí)行：不同智能體可同時處理不同方面的任務(wù)，如在物流系統(tǒng)中，多個 Agent 分別負責倉庫管理、運輸路線規(guī)劃、訂單處理等，提高整體效率，縮短任務(wù)完成時間。
• 資源共享與互補：智能體間共享知識、數(shù)據(jù)，發(fā)揮各自優(yōu)勢，如金融分析系統(tǒng)中，有的 Agent 擅長市場數(shù)據(jù)收集，有的專注于風險評估，協(xié)作完成全面分析。

分布式特性與靈活性

• 系統(tǒng)可擴展性強：便于增加新智能體以擴展功能或增強性能，如智能電網(wǎng)系統(tǒng)可加入新 Agent 監(jiān)測新區(qū)域或設(shè)備，提升監(jiān)測范圍和調(diào)控能力。
• 適應(yīng)動態(tài)環(huán)境變化：能快速調(diào)整智能體策略或功能，適應(yīng)環(huán)境變化，如智能交通系統(tǒng)中，Agent 根據(jù)交通流量變化實時調(diào)整信號燈時長，優(yōu)化交通流。

魯棒性與可靠性

• 容錯能力強：部分智能體失效時，系統(tǒng)整體功能受影響較小，其他智能體可繼續(xù)運行或補償失效部分，如工業(yè)自動化系統(tǒng)中，個別智能體故障時，剩余智能體可維持生產(chǎn)并協(xié)助診斷修復(fù)。
• 可靠性高：多智能體監(jiān)督機制可及時發(fā)現(xiàn)并處理異常情況，如網(wǎng)絡(luò)安全系統(tǒng)中，智能體實時監(jiān)控網(wǎng)絡(luò)，發(fā)現(xiàn)入侵立即響應(yīng)并通知管理員。

可擴展性與可維護性

• 可擴展性強：便于增加智能體擴展功能或提升性能，如智能電網(wǎng)可加入新監(jiān)測 Agent 擴展功能。
• 可維護性好：智能體獨立性便于單獨維護、更新，如工業(yè)自動化系統(tǒng)可單獨升級維護某智能體控制算法，降低維護成本。

協(xié)同能力與決策優(yōu)化

• 協(xié)同解決復(fù)雜問題：智能體協(xié)作可解決單一智能體難以完成的復(fù)雜任務(wù)，如機器人足球隊通過智能體協(xié)作實現(xiàn)有效進攻防守。
• 優(yōu)化決策質(zhì)量：智能體基于多源信息分析評估，提供多方案，通過協(xié)商或投票等機制做出更全面、準確的決策，如在醫(yī)療診斷系統(tǒng)中，多個醫(yī)學專家 Agent 可共同診斷病情，提高準確性。

本文轉(zhuǎn)載自公眾號數(shù)字化助推器  作者：天涯咫尺TGH

原文鏈接：??https://mp.weixin.qq.com/s/ggDZv9x8NITgjQgexGzyDg??