AI和分布式计算领域快速发展，标志着昔日的单体范式迎来彻底变革。它引领我们进入由智能智能体组成的复杂网络相互协作的时代。多智能体系统（MAS）已成为一种至关重要的架构范式，正彻底改变业界处理复杂计算问题的方法。从穿梭城市街道的自动驾驶汽车车队炒股怎样融资，到能够立即做出财务决策的AI系统，我们都能亲眼见证。
但究竟是什么促使人们使用这种互联的智能系统？设计和维护多个协作智能体面临的障碍何时证明有必要放弃更简单的单智能体方法？我们将全面探讨不仅使多智能体系统（MAS）实用，而且对于解决当下一些最热门的技术问题至关重要的充分理由。
什么是多智能体系统？多智能体系统是一种计算框架，其中的智能体能够自主运行，位于一个共同的环境中，它们彼此协作或竞争，以实现某些目标。与中央控制器协调所有动作的传统系统不同，MAS为多个实体提供分布式智能，每个实体都能够感知、推理和行动。
展开剩余89%图1
智能体可以是简单的反应式系统、响应环境刺激的程序或者是基于机器学习算法做出复杂决策的高度复杂的认知智能体。多智能体系统（MAS）与普通程序集合体的区别在于，它对交互、协调以及来自智能体网络集体智慧的涌现进行了针对性的设计。
多智能体系统的关键特征多智能体系统（MAS）的一些关键特征确保它们与传统计算机架构截然不同：
自主性：自主性是多智能体系统（MAS）的本质，智能体独立行动，不受外部直接控制。智能体基于内部状态、环境感知以及设定的目标做出决策。 去中心化：它以分布式方式处理算法解决方案的计算，以避免系统中出现单一故障点。与所有操作都由主控制器管理的传统系统不同，MAS依赖点对点交互和去中心化的决策流程。 交互与通信：在此，智能体交换信息，并协商以协调其行动。此类交互可以是轻量级的通信，也可以是高度复杂的通信，包括拍卖、共识或行为建模等机制。身份危机：什么构成了多智能体系统？在AI领域，大语言模型每天都占据头条新闻，多智能体系统这一术语终于随着 Anthropic的研究论文而卷土重来。在此背景下，你会发现许多基本上采用LLM编排工作流程的新闻应用程序被重新命名为MAS。但数百篇互联网文章并未充分强调一个非常重要的观点：链接几个LLM调用本身并不构成多智能体系统。
多智能体世界目前面临着一个微妙而棘手的身份问题。许多人只考虑每个智能体（通常是LLM）的智能程度，忽略了多智能体系统（MAS）的基本面。多智能体系统的真正定义及其强大之处在于智能体之间的交互。它并非一个大型的LLM将任务通过管道传递给另一个智能体，真正的多智能体系统意味着：
涌现行为：复杂的智能行为源于智能体的交互，这些行为并非明确地被编程到智能体本身中。 协商与协调：智能体真正地参与通信、资源协商、冲突解决以及动态协调行动以实现目标，而不仅仅是遵循预定的顺序。 去中心化决策：真正拥有MAS经验的智能体会根据本地信息和共同行动做出决策，从而促成全局结果，又不受到中央实体的持续监控。图2
如果不关注动态交互、协作和涌现特性，你得到的可能只是一条复杂的管道或分布式系统，而不是真正的多智能体系统，无法迈入集体型AI的下一个阶段。理解这种差异是构建真正解决复杂问题的系统的关键，单智能体智能解决不了这类问题。
为什么多智能体系统不再可有可无？MAS从“可有可无”到“任务必需”的转变，源于我们思考和实施技术复杂解决方案的方式发生了根本性的转变。以下几个因素共同使MAS在当代应用中必不可少。
征服前所未有的复杂性单体系统架构满足不了现代技术场景的需求。比如管理全球供应链，成千上万的供应商、制造商、分销商和零售商必须跨不同的时区、货币和监管环境进行协调。传统上，集中式架构在计算开销和提供实时决策方面带来了挑战。
MAS将复杂问题分解成了易于管理的小问题，然后交由智能体处理。比如说，这种有利于供应链管理的系统可能包含监控供应商绩效的采购智能体、确定最佳运输路线的物流智能体以及预测市场趋势的需求预测智能体。每个智能体都拥有各自的专业领域知识，为实现系统的目标做出贡献。
另一个优点是问题分解的精细度会增加。在多智能体解决问题时，智能体会针对发展中的问题寻找解决方案，当一个智能体无法执行时，另一个智能体会执行。谷歌的搜索算法就是这方面的一个例子。它雇用了互联网搜索领域的数百名小型专家。不同的智能体查看网页内容的不同部分、用户行为信号和相关性信号等。随着系统协同学习，搜索结果越来越准确。
追求超高效率和弹性我们生活在系统无法承受任何故障的这样一个时代。关键应用程序再也无法容忍单一故障点。此外，随着用户数量的不断增长和海量数据的涌现，用户对效率的期望也越来越高。
这时候多智能体系统（MAS）可以发挥作用。其优势在于分布式弹性。如果一个智能体出现故障或失败，没关系——其他智能体会接替工作，重新安排任务，甚至生成替代智能体。亚马逊的推荐系统就是一个典型的实例。即使某一部分离线，系统也能保持平稳运行。它会继续提供建议、分散工作负载，并恢复故障部分，用户根本察觉不到。
这也带来了巨大的效率提升。MAS无需预留大量资源来应对偶尔出现的峰值负载，而是让你可以动态扩展。当需求低下时，运行的智能体数量较少，从而节省电力和算力。一旦流量激增，新的智能体就会加入进来，确保系统最高速运行。
发掘分布式数据和物联网的力量鉴于物联网设备无处不在，数据分散在全球各地，集中式系统已达到极限。带宽、延迟、隐私，所有这些因素使得集中式大型系统难以处理所有问题。MAS几乎是为应对这一挑战而量身定制的。以智慧城市为例。路口的本地交通智能体无需将所有决策都发送到中央服务器，而是在数据收集地直接处理数据。它们可以当场决定如何为交通信号灯计时，同时仍将更全面的数据反馈给城市的协调系统。
隐私和数据主权也日益受到关注。许多行业不允许敏感数据的传输。MAS支持联合学习——本地智能体可以处理数据、改进模型，并只共享安全的聚合更新内容。医院已经在这么做了：每一处的智能体从各自的患者数据中学习，但只在网络上共享匿名的改进内容。
由于物联网牵涉众多的设备和协议，MAS通过配备专门的智能体来解决这一问题，这些智能体能够理解每种设备的语言，规范数据，并为更广泛的系统提供清晰统一的视图。
何时构建多智能体系统？那么，何时构建MAS才真正有意义呢？关键不在于追逐最新技术，而是在于让MAS克服挑战。以下是MAS真正发挥作用的场景。
协作很关键当不同的自主部件需要协同工作时，MAS是天然的选择。想想自动驾驶汽车协调以避免碰撞，或者全球科学家在一个大型联合项目（比如大型强子对撞机的粒子物理分析）中汇集数据和研究成果。
另一个例子是复杂的谈判，比如并购期间的谈判。MAS可以针对具有各自目标和约束的不同参与方进行建模，并帮助模拟谈判策略或结果。
当集中式解决方案不切实际或无法实现时有些挑战过于庞大、过于分散或过于碎片化，以至于集中式解决方案无法奏效。全球金融市场就是一个典例。它们跨越不同时区、货币和法规，全天候运作。一个中央系统无力应对。
灾难响应是另一个例子。当通信线路中断时，本地团队仍需要协调、做出决策和采取行动——MAS支持这种自主但一致的行动。此外还有跨不同公司的流程，比如供应链。每个组织都希望控制自己的系统，但它们仍需要协作。MAS允许这么做，无需强制设立集中式机构。
应对动态和不确定的环境市场千变万化、瞬息万变。你无法预测接下来会发生什么。网络安全威胁层出不穷。针对云资源的需求瞬息万变。MAS 帮助系统在动态变化中保持敏捷、快速适应策略、调整资源、应对威胁，这一切都实时进行。
整合遗留系统或异构组件时大多数组织混合使用新旧系统、不同的协议和不同的接口。MAS可以介于这些系统之间，智能体负责处理繁琐的转换和协调工作。
医疗保健 IT就是一个例子。MAS将病历、设备、药房和保险公司连入到合理的工作流程中。即使这些系统并非为相互通信而设计，它们也能完美地协同工作。
当可扩展性和稳健性至关重要时在你服务数百万用户的场景中，比如内容交付、在线游戏和电信网络，MAS发挥着巨大的作用。MAS有助于分配负载、适应不断变化的条件，并在故障后恢复如初，又不导致整个系统瘫痪。
多智能体系统如何工作？究其核心，MAS由能够感知环境、推理发生的事情、做出决策并采取相应行动的智能体构建而成。这些智能体以不同的方式进行通信，即：
直接消息 共享的数据空间 发布-订阅模式协调通过拍卖、任务竞标或共识协议等机制进行。MAS最棘手的部分之一是处理涌现行为，即多个智能体交互时出现的模式。
图3
有时这些模式很棒，有时却并非你所期望的。优秀的MAS设计包含观察这些模式并根据需要进行引导的方法。智能体还可以通过反馈、另外的智能体或通过帮助系统不断改进的进化过程来学习和适应。
构建多智能体系统为何如此困难？MAS大有潜力，但也带来了严峻的技术挑战，比如：
协调很快会变得复杂。添加的智能体越多，保持一切平稳运行就越困难。 调试成为一个令人头疼的问题，因为问题常常来自智能体之间微妙的交互。 涌现可能是一把双刃剑。系统可能会以你意想不到的方式运行，结果并不总是好的。 通信可能成为瓶颈。智能体之间的所有交互都会给网络带来压力，并消耗资源。 安全比较棘手。在分布式系统中，建立信任并阻止不法分子较为困难。 测试和验证很困难。你无法在整个系统运行之前总是发现问题，因为很大程度上取决于智能体在大规模环境下如何交互。 性能调优是一门艺术。平衡单个智能体的效率、协调开销和整体系统性能需要经验，还常常需要大量的试错。图4
结论多智能体系统已从学术界好奇的事物发展成为应对当今复杂互联挑战的关键架构模式。当你面临需要分布式操作、快速适应或大规模协作的问题时，MAS提供了传统系统无法比拟的方案。
但MAS并非仅仅因为听起来很棒就去使用。只有经过仔细选择炒股怎样融资，其优势与实际问题相匹配，才能获得最佳结果。此外，团队还必须为构建和管理这些系统的实际工作做好准备。
发布于：海南省文章为作者独立观点，不代表信钰证券_专业股票配资利息_股票配资哪家专业观点
- 上一篇：黄金外汇配资 广汽菲克宣告破产；余承东回应“开车睡觉” | 汽车早参
- 下一篇：没有了
相关文章
