生成式AI多代理系统 技术团队的秘密武器

译者 | 布加迪

审校 | 重楼

如今，许多开发人员和产品团队经常使用生成式人工智能（GenAI）代理来协助构建软件或运行程序——真正的翻新出如今多代理系统上。就像管弦乐队可以演奏出丰盛复杂的交响乐，合奏音乐家只能在一个维度收回声响，多代理系统不只限于以义务为导向的角色，真正助力开发和策略团队。

比如说，梅奥诊所、沃达丰和ADT等不同公司的开发人员经常使用谷歌的GenAI代理构建器在多代理环境中创立运行程序。经常使用多代理系统（上方会详细引见），开发人员可以以较低的老本和创纪录的期间制造配置丰盛、高度直观的产品，从而取悦用户。

多代理GenAI系统望文生义：一批AI代理协同上班。一个代理只成功一项义务，比如编程助手，而多代理系统联合多个开发义务（产品构思、设计、测试和客户细分等），它们相互学习，以提升发明力和消费劲。成功的多代理系统为开发团队充任“数字孪生”，始终生成多个新概念和未来场景。多代理系统并不取代开发和产品团队，而是相反相成。

有许多方法可以构建多代理系统，但有三种盛行的方法：

关于产品开发团队来说，集中式或分层式架构效果最好，由于它们对环节提供了更大的控制。咱们可以将每个生成式AI代理看作人类团队中某一畛域的专家。你可认为产品开发环节的每个局部创立独自的AI代理：产品头脑风暴、客户细分、技术规格、个性和配置等。位于辐条核心或档次结构末端的中央代理会思索到其余代理的一切输入，“生成”杰出的产品创意。

在向量化数据库中搜集数据​

鉴于你曾经为多代理框架选用了一种结构，并为产品构思环节的每个局部构建了多个代理，接上去须要让代理运转起来。首先，让选定的代理访问关系常识的外部数据库。为此，你须要从贵公司失掉少量的专有数据：客户细分、产品消息和钻研消息等。你或者还宿愿引入宿愿代理经常使用的关系外部数据源。

比如说，这或者是世界市场趋向、定价报告或公共数据集，也或者包含从Reddit和其余论坛失掉更多关于消费者行为和偏好的定性数据。为了确保你的代理可以从一个中央访问一切这些数据，就须要代理可以访问的矢量数据库。Pinecone是一种大受欢迎的矢量数据库，要素在于其灵敏性和文档品质，但市面上有泛滥选用。

为每个代理编写智能揭示

下一步是为每个代理创立共同的揭示。这或者须要一些通常和迭代，但最好的入手模式是选择你宿愿每个代理遵照的一种思维框架和用户角色。比如说，你或者想要一个用户钻研代理，它是用户钻研高低文方面的专家，并在矢量化数据库中搜查用户援用，协助它了解特定类型的用户。一旦你有了代理的用户角色，就可以创立有结构的揭示。代理当该无关于你宿愿输入是什么样子的详细批示，直至它前往的示例数量。这有助于你从代理中取得更多的价值，并使其能够更有效地与系统中的其余代理一同上班。

你的揭示应该出现什么内容？应该有多深化？这方面是有限灵敏的，由于有有限的或者性来确定揭示的结构以构成希冀的输入。应用你在产品开发、业务框架和以用户为核心的设计等方面的常识库，尽或者地创立最灵活、最详细的揭示。

让代理们协同上班

为了让代理以一种协调的模式协同上班，有必要为此部署一个工具。用于衔接多个代理的三种盛行工具是CrewAI、LangChain和Microsoft Autogen。它们都有各自的一系列好处，所以咱们倡导你检查每种工具，找到适宜你名目的处置打算。

一旦你的揭示启动了微调，你的多代理系统就应该开局输入产品设计和场景。经过将多代理系统衔接到Dall-E等其余GenAI工具（用于创立原型图像和动画）以及Relume.io（可以在几秒钟内生成Figma可导出的线框），就可以将这些场景变为网站的线框、完整的产品规格和数字原型。

测试原型

一旦你的多代理系统生成了几个完整的产品原型，就可以测试哪些迭代最有或者成功了。只管你可以启动传统的A/B测试，并从真人那里搜集反应，但你也可以经常使用另一个代理来创立AI驱动的角色或“分解用户”，以测试不同的产品。分解用户可以高度真切；你可以经过摄取CRM、细分数据和行业报告来创立具备指标用户一切特色的AI用户角色，而后经过指令这些用户角色（即AI代理）“像你的用户角色一样思索和执行”，向这些用户角色索取反应。因此，多代理系统可以有力地补充用户验证测试的各个方面。

多代理GenAI系统可以大大改良和放慢新产品的构思、设计和测试环节。经过联合来自专一于客户钻研、技术规格、原型设计和测试等畛域的不同AI代理的专业常识，多代理系统可以极速生成针对特定客户群需求的综合产品概念。借助这些弱小的系统，你可以增强团队极速执行的才干，并取得翻新的产品成绩。

原文题目：GenAI Multi-Agent Systems: A Secret Weapon for Tech Teams，作者：Dan Kraemer

​链接：