• Haggi

    前天面试了一家AI软件的公司,主要方面就是AI Native探索,做一个AI分身相互沟通的产品。

    其中就聊到了关于AI-Native的探索,关于咱当前大部分开发者的状态,都还是在简单的使用codex、dsh等一个个会话中完成一条条任务,然后再等待开发者的下一条任务来驱动。

    而这里就提到了,通过多智能体,以一个对话形式团队聊天、开会的形式,让多个智能体自主开发,发现问题,然后一些代拍板的事项再由决策者决定。

    这可能有点类似于多智能体聊天对话有点类似吧,但可以不断去蒸馏、提炼具体信息、记忆,然后优化对应智能体,完善智能体的能力,不断进化。

    最后就演化成为一个人,驱动多个agent干活

    主楼
  • ciarany

    ai native的概念很美好,ai相互协作全自动化驱动,但是感觉目前很难落地,其中一个难点在于怎么保证执行任务的过程和人的期望一直保持不发生漂移

    #1
  • Haggi

    所以这里引入了拍板看台,由最终决策者决定,但小问题完全由AI自主确认

    #2
  • Mci77777

    这个问题其实回到最初来了这就是 agi 的目的。

    但是现在阶段实现它还是依赖 prompt 工程。

    以及大量长上下文和自我认知。

    随着模型不断变强才能实现

    这玩意^-^从底层看仍然上噱头大于实际。

    #3
  • quina

    现在不少AI新闻已经开始了多个智能体互相交互工作的造成泄露的问题了,这一块可以看看开源有没有这么搞的,可能会有很大用途,但是问题是这个消耗量普通用户能用的起嘛XD

    #4
  • Haggi

    是这样的,token爆炸,但如果整体能跑通,那成本可能也会得到控制,现在都还是基于大量上下文驱动的

    #5
  • dh_oio

    这个共识好几个月前就达成了吧。。。去搜一下multica,我们都用好久了。

    #6
  • zljbjh

    AI分身相互沟通

    这不是好早之前就在探索,已经完成的东西嘛。

    早期的斯坦福小镇,后来的 A2A,再到现在的多 Agent 协作。

    Github 上一大堆这种项目。

    #7
  • Coratch

    佬,multica接本地agent运行时,上下文是否有修改啊,我们团队在使用时发现multica 相较于原生claude code在思考过程中推理步骤过多,最终答案是一样但token消耗会过多,思考过程有很多无意义的探索

    #8

发表回复

登录后回复