劃重點(diǎn)
01OpenAI低調(diào)發(fā)布新研究作品Swarm，旨在探索輕量級、可擴(kuò)展、可定制的多代理協(xié)作模式。
02Swarm提出了「routine」和「handoffs」概念，用于表達(dá)agent之間的任務(wù)傳遞。
03然而，Kye Gomez指控Swarm從名字到框架均抄襲其創(chuàng)業(yè)項(xiàng)目 Swarms，引發(fā)超過20萬圍觀。
04OpenAI官方表示Swarm僅作為實(shí)驗(yàn)性質(zhì)框架，不質(zhì)保，實(shí)用需謹(jǐn)慎。
05事實(shí)上，Swarm與Kye Gomez的創(chuàng)業(yè)項(xiàng)目在名字和部分常用指令上存在重合，但框架和內(nèi)容上有明顯差異。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
或許是前段時間風(fēng)頭太盛，周末時，OpenAI 靜悄悄發(fā)布了新的研究作品：Swarm。一反之前的架勢，這個新作只在官網(wǎng)的 Cookbook 和 Github 發(fā)布，官推都沒有多講。
除了非常安靜和低調(diào)，開發(fā)人員還反復(fù)給自己疊甲：這只是一個實(shí)驗(yàn)性質(zhì)的框架，只作為分享和教育用途。官方不質(zhì)保，實(shí)用需謹(jǐn)慎！
明明已經(jīng)這么低調(diào)，一出來還是被碰瓷了。關(guān)注 AI 第一新媒體，率先獲取 AI 前沿資訊和洞察什么是 Swarm？Swarm 旨在探索輕量級、可擴(kuò)展、可定制的多代理協(xié)作模式。OpenAI 的研究人員，提出了「routine」和「handoffs」概念，用來表達(dá) agent 之間的任務(wù)傳遞。然而 Swarm 才發(fā)布一天，麻煩就找上門來：一個二十多歲的開發(fā)者 Kye Gomez 發(fā)推稱，這個新作從名字到框架，全都是抄襲他的創(chuàng)業(yè)項(xiàng)目 Swarms。
這條控訴吸引了超過 20 萬的圍觀，不過，圍觀群眾都很冷靜，要求 Kye 提供更明確的證據(jù)，并且質(zhì)疑他提出的訴求：「除非 OpenAI 投資我們」，這什么東西啊？很快就有網(wǎng)友翻出他的碰瓷前科。而且，從兩邊在 Github 上發(fā)布的 README 文檔來看，顯然也是 OpenAI 更靠譜一點(diǎn)。
我把文檔送進(jìn)了 ChatGPT，用最新的 o1 做了一下分析，OpenAI 提出了更詳實(shí)和具體的想法。至于說項(xiàng)目重名和一些常用指令重合，比如.run()這就像是有人說自己的數(shù)學(xué)考卷被抄襲了，因?yàn)閮蛇叺拇痤}框里都有個「解」字 。OpenAI 的 Swarm 框架里，重點(diǎn)梳理了在多代理模式里的各種成分，并且提出了兩個關(guān)鍵概念：例程 (routines) 和交接 (handoffs)，還提供了很多便于理解的例子。例程可以把它理解為由不同步驟組成起來的一套「基本操作」，比如，你搭建了一個購物助理，那么你就可以規(guī)定一套流程作為例程。
但是一個 agent 能做的事，再多也是有限的。更何況大語言模型本身，多多少少會出幻覺。所以需要不同的 agent、不同的 routine 之間有所交接。
就像一場接力跑，一個選手跑完一段，就要交接到下一個選手手上，而且要保證平穩(wěn)，不能掉在地上。這些才是本次發(fā)布里 OpenAI 重點(diǎn)關(guān)注的部分。或許說不上是什么驚為天人的大發(fā)現(xiàn)，但硬說抄襲，也是有點(diǎn)碰瓷了非要追根溯源，那得倒回幾十年前。多智能體最擅長的，竟然是打游戲OpenAI 并不是才開始對多智能體協(xié)作發(fā)生興趣的，早在 2018 年，就有過不錯的表現(xiàn)在 Dota 2 職業(yè)比賽上，擊敗了資深的人類玩家。
游戲是一個天然適合用來測試多智能體的土壤，不同的角色，有不同的技能；面對不同的對手，要有不同的策略，總之，想要贏下一局游戲，勢必要協(xié)調(diào)各個角色，并且組織好它們之間的協(xié)作能力。想想你打王者碰到豬隊(duì)友時有多氣，就知道這個難度了。
當(dāng)時 OpenAI Five 涉及到的技術(shù)構(gòu)件包括神經(jīng)網(wǎng)絡(luò)、自訓(xùn)練、強(qiáng)化學(xué)習(xí)等，沒有時下流行的大語言模型，主要是用來試驗(yàn)多智能體協(xié)作。甚至，那個時候每個英雄各自背后的神經(jīng)網(wǎng)絡(luò)，并不互相溝通，而是有一個負(fù)責(zé)總控的超參數(shù)，來協(xié)調(diào)每一個英雄（主要是背后的神經(jīng)網(wǎng)絡(luò)）的表現(xiàn)。再往深了講就有點(diǎn)太深了，總之，那幾年的經(jīng)歷，讓 OpenAI 連續(xù)三年打贏了幾個 Dota2 的大賽，也在多智能體協(xié)作方面頗有收獲。到了 2019 年，DeepMind 開發(fā)的 AlphaStar 在《星際爭霸 2》中，水平超過了 99.8%的人類玩家。
在星際里，有人族、神族和蟲族三個派系，每個派系都有多個可供操作的建筑、兵種，每局游戲也都需要經(jīng)歷資源采集、科技發(fā)展和實(shí)時戰(zhàn)斗等幾個流程。當(dāng)時 DeepMind 發(fā)表論文時就提到，游戲是一個多智能體協(xié)作的任務(wù)，每個玩家需要控制許多單位，共同實(shí)現(xiàn)目標(biāo)。DeepMind 所設(shè)計(jì)的 agent，每分鐘操作數(shù)約為 180 次，大概等同于中級玩家。當(dāng)時他們的想法是：智能體要盡可能地學(xué)習(xí)人類玩家的游戲操作，然后超越人類。這樣的「類人」思路，甚至可以追溯到更久之前：早在 1972 年，卡爾休伊特（Carl Hewitt）就提出了 Actor Model（行動者模型），這是并發(fā)計(jì)算的概念模型。演員模型提出了獨(dú)立計(jì)算實(shí)體（agent）可以通過消息傳遞進(jìn)行通信的概念，為智能體之間的交互奠定了理論基矗
到了九十年代和千禧年初，agent 就更加明確的，被視為能夠自主行動、決策的「賽博實(shí)體」，并且有了基于智能體信念、意圖進(jìn)行決策和規(guī)劃的研究，BDI 模型。等到了大語言模型橫空出世之后，多智能體的交互、決策溝通，從原來的黑盒，變得更容易轉(zhuǎn)化成自然語言。智能體之間，也可以通過語言來討論、協(xié)作，特別是在決策情境中，不同的智能體之間能夠「有商有量」。之前我們介紹過面壁智能曾經(jīng)做過的研究，也是在 Minecraft，一款沙盒游戲里不得不說，多智能體實(shí)在是太擅長打游戲了。在游戲里，不同的智能體可以直接對話來完成分工、資源互通和任務(wù)傳遞。大語言模型的推理和記憶能力，都能更有效地為多智能體的行動提供支援。而 OpenAI 不就在于有厲害的模型嗎年初時，他們借由 ChatGPT 灰度測試過，在對話框內(nèi)，可以召喚其他 GPT 插件，也算是一種多智能體協(xié)作的「平替版」。
只是效果著實(shí)不咋地，嘗試了一下 Capcut 的插件，一直鬼打墻的跳轉(zhuǎn)不成功（注：Capcut 是剪映的海外版）。
可以說，這一次的 Swarm 是 OpenAI 探索充分調(diào)動自己的優(yōu)勢強(qiáng)大的基座模型再進(jìn)一步摸索出一個多智能體的工作流程框架。好消息是，在從 OpenAI 變得越來越「吝嗇」之后。這次 Swarm 倒是開源出來了。大語言模型讓多智能體系統(tǒng)能夠以更加自然的方式與人類互動。相信在未來，這種交互絕不僅限于簡單的對話，而是會更多的提高生產(chǎn)力。
