多Agent系统终将失败，群Agent才是未来

推荐语

深入探讨多Agent系统与群Agent的未来趋势，打破传统思维定势。

核心内容：
1. 人类与AI在小样本推理能力上的对比分析
2. 人工智能发展路径的独特性及其超越人类的可能性
3. 多Agent系统与通用Agent的未来发展方向探讨

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

关于多Agent还是单Agent，我困惑已久，也尝试过两种不同的Agent构建方式。今天想简单总结一下我最近的思考。

引入

先说个不算严格意义上的题外话。

五一期间和之前的同事自驾游，回程路上我们天南海北地聊。快到成都的时候，聊到了AI相关的东西，具体是关于支架和视觉识别。在我的印象中，外行人通常对AI持怀疑态度。我的同事也不例外，具体细节就不展开说了。

他说了一句话，我印象很深：“AI做什么都需要大量数据训练，而人类只需要少量的场景。” 这个观点我并不陌生，早在2019年左右，我就听一位大学教授说过类似的话，当时我也觉得很有道理。

但人的观念是会不断被新知识改变的，我现在完全不认同这个观点。

首先，这种对比是否公平？ 

如果你认同生物进化论，就会知道人脑是经过数百万年的进化才形成的复杂系统。从最初的本能脑到后来的情绪脑，再到理性脑。也就是说，即使是刚出生的婴儿，也已经拥有一个经过亿万年进化的产物。

他的起点不是草履虫或秀丽隐杆线虫，而是一个极具复杂性的大脑，具备巨大的潜力，只需要后期的开发和发育。 因此，人类的小样本推理等能力，是经过漫长进化积累而来，而非几十年内可以凭空获得的。

相比之下，人工智能能在几个月内完成训练，并具备同样的少样本推理能力，孰优孰劣？

其次，我们再来看一下这个对比是否合理。 

小孩子今天在公园的长椅上见过一只猫，隔几天在奶奶家又见到一只猫，后来在学校里也见过一只猫。有一天，他在自己家里看见了类似的动物，就能识别出那是一只猫，即便时间、空间、颜色品种都不同。

更复杂的分类则需要更长的时间和更多的实践经验。

而AI要做到同样的事情，只需要训练几天到几个月不等的时间。而且，它能学会几乎任何东西。 也就是说，同样的目标，人类有自己的实现路径，AI也有自己的实现路径，条条大路通罗马。

但先入为主往往是人的一个缺点，很多人认为人类的方式就是最优的，是一切的标准。 很多人认为AI永远不会超越人类，理由是机器永远不会产生意识，这个观点其实非常荒唐。

AI的意义不在于复刻人类，从来都不是。

超越人类的智能和文明必须要和人一样吗？ 必须要有意识这种人类的定义吗？ 显然不是这样看待问题的。我们需要多方面看待问题，模仿人类是一方面，但它更需要自己独立的发展方式。

观点

从这里引出今天的主要话题：多Agent的协作是否是构建Agent的最佳方式？或者说，多Agent和通用Agent，哪个才是未来？

很多团队和成员喜欢站队多Agent，因为这很符合人类社会的运作原理：各司其职，通力合作。 

但我们看问题不能只看表面，人类协作是由个体的上限决定的。 尤其是进入现代社会，分工更加深刻，几乎找不到全能人才。历史上的全能人才，像亚里士多德、达芬奇和富兰克林等等，已经是人类的极限，但距离理想的全能也还是有着天地之别。

 因为人的生理上限很低，就像迪迦奥特曼里所说的那句话：“人类努力活完短暂的一生，将成果留给后代继承”。人类的典型方式是时间换空间。

AI则相反，他们使用巨大的算力资源在短时间内获得这个世界所有的知识。 AI的上限就是现有知识的丰富程度，而不是所谓短暂的一生。 因此，AI的特点不是协作，而是单个的超级智能，无所不能，无所不晓，这是它必然到达的终点。

Open AI的智能体开发圣经里面提到过构建多Agent，最主要的原因是目前AI智力还不够，在成百上千的Tools调用时会有选择性能瓶颈。

如果系统的大模型能够准确做出选择，那么就完全不需要多Agent架构。多Agent不是目的，只是一种暂时的妥协，因为它增加了构建系统的复杂性和信息流转的复杂性，并且放大了这种复杂性，是一种很脆弱的静态系统。

注意，我这里所说的多Agent是指各个职责分明的单领域的Agent。而不是说整个世界只需要一个Agent。 

我这里暂且定义为群Agent：指的是这群Agent本身能力完全相同，只是不同的个人和不同的企业在使用。它们之间互相协作，协作的原因不是因为各自能力的互补，而是信息成果的分享协作。 

A企业的Agent放在B企业完全可以工作，因为它无所不能，因为它是一个通用的Agent。

当然，目前的大模型能力还达不到，但我相信这个时候不会太远了。 

如果你正在尝试构建多Agent，请谨慎思考：你是在模仿人类社会的做法，还是真的因为Tools过多？ 如果只是单纯的模仿人类社会的原理，请立刻停止吧，那不是AI的路数，你走弯路了。

 如果是因为Tools过多，请你仔细思考你的Tools是否定义的太过具体和场景化。 

举个例子：无论是写作、写代码还是写文案，这些从现实世界来看都是 final right 的东西。 你是否将Tools设计得过于业务化，而缺乏程序化的通用性？ 

过于业务化的Tools虽然短期内可能效果良好，但缺乏通用性和动态适应性，从长远来看并非理想的构建方式。