下一代智能协作的雏形：字节跳动AIME框架如何推动AI多智能体系统演化

推荐语

字节跳动AIME框架重新定义多智能体协作，让AI系统具备动态适应与自主演化能力。

核心内容：
1. AIME框架如何突破传统"计划-执行"范式的三大瓶颈
2. 语言模型驱动的智能体协同机制与实时规划能力
3. 在物流、内容生成等场景中的实际应用价值与突破

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

我们正见证一种新的融合力量逐渐成形——大型语言模型（LLMs）与多智能体系统（Multi-Agent Systems，简称 MAS）的深度整合。

过去智能体往往孤立运作，受限于静态规则和单一任务定义。而如今，随着语言模型的语义理解和推理能力的跃升，智能体不再只是执行者，更成为能够协同、规划、适应环境的“认知单元”。

在这一背景下，MAS 不再是简单的多代理并行处理系统，而演变为一个语言驱动、反馈自适应的群体智能结构。

这也是字节跳动所推出的 AIME 框架背后的深层动因。传统 MAS 所采用的“计划—执行”范式，如同流水线工艺一般强调前期设计和任务分配，但在多变现实中显得僵化和脆弱——尤其面对任务变化、角色不匹配、或执行反馈滞后的情况时，系统整体的反应能力和韧性都受到挑战。

而 AIME，则试图彻底颠覆这一范式，将 MAS 从静态机制转向动态适配，将语言模型从工具升格为策略调度者。

AIME 的提出，不只是一次框架层级的优化，更是对自主智能系统的一次重要里程碑。它构建了一种具备实时规划能力、行为体定制能力与全局状态感知能力的协作系统。

在实际应用场景中，从城市低空飞行物流系统，到多模态内容生成，再到多部门信息调度与故障恢复，这种具备“自我编队”“自我演化”能力的 MAS 框架，无疑将极大提升系统的执行效率和情境韧性。

值得一提的是，这项研究背后的团队也颇具分量。由字节跳动旗下 AI Lab 与 Seed 团队组成的研究阵容，不仅汇聚了自然语言处理、多模态生成、软件工程与系统架构优化的专家，还融合了具备自动化工具构建与 Agent 能力建模经验的工程师。

在核心作者名单中，我们可以看到 Yexuan Shi、Mingyu Wang、Yu Wang 等资深研究员的身影，他们在联邦学习、推理系统、Web 交互智能体等方向均有积累，曾参与多个业内知名框架与基准测试的开发。此外，多位研究者也曾在视觉生成与代码智能代理领域发表重要成果，在 AIME 框架中实现了真正的跨领域协同。

01

AIME框架总览

在智能体协同这片尚未完全开垦的疆域中，字节跳动的 AIME 框架带着一种清晰的愿景悄然登场——将多智能体系统从静态流程解放出来，使其转化为具备实时反馈、自主调度与精准执行的有机协作体。这种范式转变，不只是技术架构的再造，更是一场关于“智能自治”的叙事重塑。

传统“计划与执行”范式的核心局限

当前广泛采用的“计划与执行”框架虽然结构清晰，却在执行过程中暴露出三大核心瓶颈。

其一是“计划僵化”。多数系统在任务开始前规划好流程，之后规划器就进入静默状态，无法应对执行过程中出现的意外或反馈。这种静态计划往往一旦出错，整个系统就陷入停滞或重复劳动。

其二是“能力静态”。智能体的功能预设、工具集不具灵活性，难以应对突发任务或需要新技能的情境。当任务脱离预设范式，系统便无法动态生成新的“合适人选”来接管。

其三是“沟通低效”。由于缺乏统一的信息管理中心，智能体之间往往不能实时共享进展，导致信息传递断裂、任务协作脱节。最终形成冗余劳动和协调失衡的状况。

AIME 的设计目标与关键挑战

AIME 的诞生正是为了打破这一困局。它不仅仅是在架构层面做了拆重建，更是在运行机制上提出了崭新的目标：打造一个真正可动态演化的多智能体框架。

AIME 的设计理念极为明确：必须做到在执行过程中，智能体的调度、能力匹配与协作方式可以实时调整。为此，它构建了三大支柱模块：

1.动态规划器作为全局的“指挥官”，能够依据实时反馈不断重新制定战略与下发任务；

2.行为体工厂则作为“定制工坊”，为每一个具体任务快速生成最匹配的智能体；

3.进度管理模块是系统的“共享大脑”，所有状态、任务进度、执行反馈都在此统一管理。

而所有智能体以 ReAct 结构运行，在推理与行动之间实现精细循环，其进度反馈机制也由语言模型自主掌控——真正实现了“组织自动化”的愿景。

图1:Aime框架的工作流程。

动态适配：从静态到实时反馈驱动

AIME 的首要特点，就是它拒绝“一次性任务规划”的思维。传统 MAS 往往在任务伊始就制定完所有子任务路径，随即进入“执行模式”，规划器便退居后台。而AIME 的设计哲学则截然相反：系统中的每一个任务执行步骤，都会被嵌入实时反馈机制。规划器不再是“静态调度员”，而是成为每个智能行为体执行的“战术指挥官”与“战略修正者”。

这样的动态适配，使智能体能够在执行过程中根据环境变化、任务反馈及时调整角色配置、工具选择乃至整个任务路径。AIME 以此实现一种前所未有的“即时协作”。

四大核心组件的协同演奏

AIME 的架构设计精巧而前瞻，核心功能分布于四个独立又联动的组件之中。

动态规划器（Dynamic Planner）

这一模块堪称整个系统的“神经中枢”，负责拆解任务目标、制定执行策略，并在执行过程中进行迭代更新。它不断在“看大局”与“下指令”之间游走，实时根据任务执行反馈做出调整。

行为体工厂（Actor Factory）

这是系统中的“定制化工坊”，可按需生成具备特定能力与工具的智能行为体。它不再从固定角色池中挑选，而是为每一个任务量身定制最佳角色设定与知识资源，确保每一位“演员”都适配舞台。

动态行为体（Dynamic Actor）

这些是具体承担任务的“前线智能体”，通过 ReAct 框架在“推理—行动—观察”的循环中自主决策。每一个行为体不仅执行任务，还能自主判断何时向系统汇报进度与问题。

进度管理模块（Progress Management Module）

一个系统协同效率的保障，统一管理任务列表、实时状态与结果验证。它就像是所有智能体共享的“任务黑板”，每一个行动都在此标记，让整个 MAS 保持信息一致性和协作节奏。

02

核心模块

双重任务视角与反馈机制

AIME 的动态规划器不仅制定任务，还要持续审视执行结果。这种“双层决策”架构——一方面聚焦全局战略（global），决定任务结构与目标分解；另一方面则进行战术调度（tactical），决定下一步具体行动。其操作由以下函数定义：

这套机制的关键在于一个核心公式，它将目标 GG、当前任务列表 LtL_t 与历史结果 HtH_t 输入，产出两个关键结果：

• 更新后的任务列表 Lt+1L{t+1}：反映战略层的理解变化

• 下一个可执行任务 gt+1g{t+1}：体现战术层的即时指令

如此设计使得规划器具备在一个迭代周期内，既可新增备用任务，又可实时派发新的行动计划。它不再是流程前期的“任务裁定者”，而是一个全过程参与的“指挥控制 AI”。

行为体工厂揭秘：如何打造最合适的智能行动者？

行为体工厂的本质，是一个任务驱动的智能体合成引擎。

当某个子任务从规划器下发至工厂，后者会解析任务需求，动态构建一个具备最佳工具集 TtTt、提示语 PtPt、知识模块与环境配置的代理体 AtA_t。该生成过程定义为：

其生成流程包括：

• 工具包组合（bundle selection）：从预封装模块中选出最适合该任务的组合，比如网页搜索、文件处理等

• 提示语拼装（prompt composition）：模块化组装角色设定、工具说明、相关知识、环境信息与输出格式结构

这样的设计不仅节省了智能体在推理过程中筛选工具的认知负担，也使每个代理体拥有“任务定制基因”，在执行中更精准、更高效。

03

实证评估与性能对比

在纸面上设计多智能体架构是一回事，真正让它在现实任务中跑得动、顶得住，才是对系统灵魂的终极考验。为此，字节跳动的 AIME 团队并没有止步于算法或架构创新，而是走入了实证沙场——他们将系统投放到三个各具挑战性的应用领域中，进行高强度对比实验，让数据说话。

三大领域测评

首先，这支团队选择了三个代表不同智能体协作场景的权威基准测试集。

GAIA（通用推理） 这是一项针对 AI 助手的综合推理挑战，包含多步任务规划、跨模态内容理解以及工具调用等复杂操作。测试指标基于文本精确匹配，要求智能体在开放任务中体现出高度理解与执行能力。

SWE-bench Verified（软件工程问题修复） 真实世界的软件工程 Bug 修复场景，系统需理解代码语境并提出修复方案。结果通过严苛的单元测试检验，确保修复有效且无副作用，是对代码智能体的“高压测试”。

WebVoyager（网页导航） 面对来自15个真实网站的任务，智能体需要在线交互、操作网页，并完成特定任务目标。这一测试验证了系统在开放互联网环境中的真实表现与适应力。

每一项基准都代表着 LLM 智能体不同方向的能力极限，AIME 在三条赛道同时参战，挑战的不只是执行能力，更是跨领域通用性。

数据开口说话，AIME全面领跑

表1:Aime与三个基准的专门基线的绩效比较。基线仅在其目标域上进行评估，而Aime在所有三个域上都进行了评估。每列中的最佳分数都以粗体显示。

成果数据令人侧目：

在 GAIA 上，AIME 成功率达 77.6%，刷新行业纪录，领先此前表现最好的 Langfun。

在 SWE-bench Verified 任务中，AIME 的问题解决率高达66.4%，超过 OpenHands、SWE-agent 等顶尖代码智能体。

面对复杂网页任务，AIME 在 WebVoyager 中斩获 92.3%的任务成功率，比表现最强的 Browser use 还高出 3 个百分点。

这可不是算法表演赛上的巧合，而是架构能力与执行机制深度融合的结果。

在 GAIA 中，得益于规划器的即时重规划机制，系统能在初始推理失败后重新调整路径，大幅提升成功率。

在软件工程场景，行为体工厂能动态生成“代码理解者”“调试者”等角色，组队解决 bug，比单体代理更具问题穿透力。

在真实网页任务中，AIME 的规划器与行为体之间形成闭环反馈，一旦网页结构变化或操作失败，系统能立刻重构路径完成任务，体现出超强韧性。

鲁棒性案例：当意外降临时，系统如何救场？

比如在 WebVoyager 的某一任务中，目标网站因临时更新导致原有操作路径失效，AIME 的行为体在尝试失败后，通过反馈模块及时汇报异常，规划器则立刻生成新的路径子任务并派遣新角色重试。这一过程无需人为介入，系统自动完成任务自救与恢复。

又如在 SWE-bench 的某一 bug 修复任务中，初始行为体未能定位问题根源，系统随即通过行为体工厂部署“调试专家”，利用历史观察记录与新工具包进行错误溯源，最终成功提交修复代码并通过测试。

这些场景充分展示了 AIME 的“非静态抗打性”——不仅能规划，更能修复；不仅能部署，还能重编队协作。这是传统固定框架难以企及的系统级适应力。

04

相关工作与差异化对比

多智能体系统（MAS）各种架构百花齐放，每一种尝试，都是对智能协作边界的一次探寻。而字节跳动的AIME，不只是另一个参与者，更是挑战既有范式、重构协同逻辑的架构新星。要真正理解它的独特地位，不妨先看看它和目前主流方案的对照风景。

模拟公司？角色扮演？旧范式的魅力与局限

近年来，诸如 MetaGPT、ChatDev 等框架大火，它们将 MAS 构建为一个“虚拟公司”，智能体各司其职——产品经理、程序员、测试员，分工明确，有板有眼。这种结构很像现实中的组织协作，容易理解，也适合做展示型应用。

但问题也很明显：一旦 SOP（标准操作流程）写死了，智能体就只能在规则内活动。比如你突然要求产品经理写代码，他“死活不会”；程序员面临新的领域知识，他“手足无措”。再灵活的沟通，也难掩角色设定的局限性。更关键的是，当任务脱离已知流程时，这类架构很难临场调整或重构角色功能，系统的“韧性”打折。

自动化架构设计

另一类探索则瞄准了“智能体结构搜索”。AOP、Agentic Supernet 等框架试图在任务开始前，自动寻找最优的智能体配置与协作图谱。这类方法在概念上近似于 AutoML，帮助系统在离线阶段构造最合理的执行结构。

但这种“静态设计”也有代价：一旦真实执行中出现任务变化或场景突变，事先设计好的图谱便可能失效。你很难在执行过程中“临场加人”或“换脚本”，这就像拍戏时角色台词全写好了，临时改剧情便会一团乱。

AIME的范式跃迁，系统级敏捷，协同即服务

AIME 的颠覆性在于，它不拘泥于角色扮演，也不把结构写死。它的协作方式像是动态编队——规划器随时评估任务状态并重排队形，行为体工厂可按需生成新角色，进度管理模块则实时记录团队“战况”。

这种设计带来两个系统级优势。

协作灵活性：不再依赖预设身份，每个行为体是为任务定制的“专家选手”，而非拿着剧本的角色扮演者。

韧性与恢复力：当原方案失效时，系统可即时重规划、重部署，保障任务不中断。

AIME 展现出的不是“组织模拟”，而是“任务驱动的敏捷协作”，为 MAS 的未来打开了一种新可能。

05

展望未来：从架构创新到应用落地

架构强大固然可喜，但若不能走入现实场景，它终究只是舞台模型。AIME 的设计哲学，为它通向应用世界铺好了几条潜在跑道。

多智能体编队的可扩展性

当前 AIME 已能支持跨任务的智能体调度，下一步若能实现几十、上百个行为体同时协同，将使其在多部门联合、应急响应等领域大放异彩。例如构建一个“城市级数字指挥部”，让行为体扮演交通调度、医疗响应、能源调控等角色，实时共舞。

智能体自我能力演化

AIME 的行为体是“任务定制”的，但目前能力增长仍依赖预设工具包与知识库。未来若能赋予行为体“自我进化”能力——比如通过任务历史学习、技能迁移等方式发展新功能——则系统将迈入“真正自治”的下一层级。想象一下，一个智能体完成 50 次调度任务后，自动学会统计预测工具；这不就是 AI 版的职场成长吗？

落地场景：低空经济、智慧交通与城市应急

在城市低空物流体系中，AIME 可部署为无人机编队的任务中控。每次飞行调度都可动态生成行为体，应对天气变化、路径冲突、突发任务等问题。

在智能交通系统中，它能实时协调不同车流引导智能体，应对事故、封路等突发状况，提升道路韧性。

而在城市应急响应中，一旦发生地震或灾害，AIME 可根据反馈即时创建信息收集、物资调度、救援路线规划等行为体，实现秒级联动与任务闭环。（END）

参考资料：https://arxiv.org/pdf/2507.11988

关于波动智能——

波动智能旨在建立一个基于人类情绪与反应的真实需求洞察及满足的价值体系，融合人工智能与意识科学，构建覆盖情绪识别、建模与推荐的智能引擎，自主研发面向社交、电商等场景的多模态情绪识别引擎、情绪标签系统及情绪智能推荐算法，形成从情绪采集、建模到商业转化的完整解决方案。波动智能提出“情绪是连接人、物与内容的新型接口”，其产品广泛应用于AI社交、个性化内容推荐、虚拟陪伴、电商体验优化等领域。波动智能正在探索“EMO-as-a-Service”技术服务架构，赋能企业实现更高效的用户洞察与精准情绪交互，推动从功能驱动到情感驱动的产业范式升级。

亲爱的人工智能研究者，为了确保您不会错过*波动智能*的最新推送，请星标*波动智能*。我们倾心打造并精选每篇内容，只为为您带来启发和深思，希望能成为您理性思考路上的伙伴！

加入AI交流群请扫码加微信