隨著大型語(yǔ)言模型(LLM)的迅猛發(fā)展，單一智能體在應(yīng)對(duì)復(fù)雜現(xiàn)實(shí)任務(wù)時(shí)顯露出諸多局限。為了解決這個(gè)問(wèn)題，香港大學(xué)與 camel-ai 等多家機(jī)構(gòu)聯(lián)合推出了一種名為 Workforce 的全新多智能體框架，并配套了一種名為 OWL(Optimized Workforce Learning)的訓(xùn)練方法。最近，這一創(chuàng)新成果在權(quán)威基準(zhǔn)測(cè)試 GAIA 上獲得了69.70% 的準(zhǔn)確率，不僅刷新了開(kāi)源系統(tǒng)的記錄，還超越了 OpenAI Deep Research 等多家商業(yè)系統(tǒng)。

　　這一研究成果的所有代碼已在 GitHub 上開(kāi)源，當(dāng)前已獲得超過(guò)17，000個(gè) Star 的點(diǎn)贊，標(biāo)志著社區(qū)對(duì)這一創(chuàng)新的認(rèn)可。

　　那么，Workforce 框架是如何突破多智能體系統(tǒng)的局限性的呢?其核心在于創(chuàng)新的 “解耦設(shè)計(jì)”。框架將整個(gè)系統(tǒng)拆分為三個(gè)關(guān)鍵組成部分:領(lǐng)域無(wú)關(guān)的規(guī)劃器(Planner Agent)、智能協(xié)調(diào)器(Coordinator Agent)和專業(yè)工作節(jié)點(diǎn)(Worker Nodes)。這種設(shè)計(jì)不僅提升了系統(tǒng)的靈活性，還顯著降低了跨領(lǐng)域遷移的復(fù)雜性。尤其是在需要適應(yīng)新領(lǐng)域時(shí)，用戶只需替換或添加工作節(jié)點(diǎn)，而不必對(duì)核心系統(tǒng)進(jìn)行全面修改。

　　OWL 訓(xùn)練方法則是這一框架的另一大亮點(diǎn)。該方法采用了兩階段的訓(xùn)練策略，第一階段是監(jiān)督微調(diào)，通過(guò)專家演示數(shù)據(jù)對(duì)規(guī)劃器進(jìn)行初步訓(xùn)練;第二階段則是強(qiáng)化學(xué)習(xí)優(yōu)化，通過(guò)直接偏好優(yōu)化(DPO)算法進(jìn)一步提升決策能力。這一系列優(yōu)化確保了規(guī)劃器能夠處理現(xiàn)實(shí)世界中的多樣化任務(wù)。

　　在 GAIA 基準(zhǔn)測(cè)試中，Workforce 框架展示了其顯著的優(yōu)勢(shì)，尤其是在多智能體推理方面，達(dá)到了69.70% 的準(zhǔn)確率，遠(yuǎn)超以往的開(kāi)源系統(tǒng)。同時(shí)，OWL 訓(xùn)練方法也在測(cè)試中取得了顯著成果，提升了 Qwen2.5-32B-Instruct 模型的性能。這一突破使得多智能體系統(tǒng)在處理復(fù)雜任務(wù)時(shí)，不再受限于以往的設(shè)計(jì)思路，展現(xiàn)出強(qiáng)大的自我糾錯(cuò)和進(jìn)化能力。