譯者 | 布加迪

審校 | 重樓

如今，許多開(kāi)發(fā)人員和產(chǎn)品團(tuán)隊(duì)使用生成式人工智能（GenAI）代理來(lái)幫助構(gòu)建軟件或應(yīng)用程序——真正的創(chuàng)新出現(xiàn)在多代理系統(tǒng)上。就像管弦樂(lè)隊(duì)可以演奏出豐富復(fù)雜的交響樂(lè)，獨(dú)奏音樂(lè)家只能在一個(gè)維度發(fā)出聲音，多代理系統(tǒng)不僅限于以任務(wù)為導(dǎo)向的角色，真正助力開(kāi)發(fā)和戰(zhàn)略團(tuán)隊(duì)。

比如說(shuō)，梅奧診所、沃達(dá)豐和ADT等不同公司的開(kāi)發(fā)人員使用谷歌的GenAI代理構(gòu)建器在多代理環(huán)境中創(chuàng)建應(yīng)用程序。使用多代理系統(tǒng)（下面會(huì)詳細(xì)介紹），開(kāi)發(fā)人員可以以較低的成本和創(chuàng)紀(jì)錄的時(shí)間制作功能豐富、高度直觀的產(chǎn)品，從而取悅用戶。

多代理GenAI系統(tǒng)顧名思義：一批AI代理協(xié)同工作。一個(gè)代理只完成一項(xiàng)任務(wù)，比如編程助手，而多代理系統(tǒng)結(jié)合多個(gè)開(kāi)發(fā)任務(wù)（產(chǎn)品構(gòu)思、設(shè)計(jì)、測(cè)試和客戶細(xì)分等），它們相互學(xué)習(xí)，以優(yōu)化創(chuàng)造力和生產(chǎn)力。成功的多代理系統(tǒng)為開(kāi)發(fā)團(tuán)隊(duì)充當(dāng)“數(shù)字孿生”，不斷生成多個(gè)新概念和未來(lái)場(chǎng)景。多代理系統(tǒng)并不取代開(kāi)發(fā)和產(chǎn)品團(tuán)隊(duì)，而是相輔相成。

有許多方法可以構(gòu)建多代理系統(tǒng)，但有三種流行的方法：

• 集中式：中心處的一個(gè)代理負(fù)責(zé)收集和吸收所有其他輸出。?
• 分布式：沒(méi)有中央控制器，代理與“代理群”中的另一個(gè)代理直接協(xié)調(diào)。?
• 分層式：代理被組織成團(tuán)隊(duì)或各層次。?

對(duì)于產(chǎn)品開(kāi)發(fā)團(tuán)隊(duì)來(lái)說(shuō)，集中式或分層式架構(gòu)效果最好，因?yàn)樗鼈儗?duì)過(guò)程提供了更大的控制。我們可以將每個(gè)生成式AI代理看作人類團(tuán)隊(duì)中某一領(lǐng)域的專家。你可以為產(chǎn)品開(kāi)發(fā)過(guò)程的每個(gè)部分創(chuàng)建單獨(dú)的AI代理：產(chǎn)品頭腦風(fēng)暴、客戶細(xì)分、技術(shù)規(guī)格、特性和功能等。位于輻條中心或?qū)哟谓Y(jié)構(gòu)末端的中央代理會(huì)考慮到其他代理的所有輸出，“生成”出色的產(chǎn)品創(chuàng)意。

在向量化數(shù)據(jù)庫(kù)中收集數(shù)據(jù)?

鑒于你已經(jīng)為多代理框架選擇了一種結(jié)構(gòu)，并為產(chǎn)品構(gòu)思過(guò)程的每個(gè)部分構(gòu)建了多個(gè)代理，接下來(lái)需要讓代理運(yùn)行起來(lái)。首先，讓選定的代理訪問(wèn)相關(guān)知識(shí)的外部數(shù)據(jù)庫(kù)。為此，你需要從貴公司獲取大量的專有數(shù)據(jù)：客戶細(xì)分、產(chǎn)品信息和研究信息等。你可能還希望引入希望代理使用的相關(guān)外部數(shù)據(jù)源。

比如說(shuō)，這可能是全球市場(chǎng)趨勢(shì)、定價(jià)報(bào)告或公共數(shù)據(jù)集，也可能包括從Reddit和其他論壇獲取更多關(guān)于消費(fèi)者行為和偏好的定性數(shù)據(jù)。為了確保你的代理可以從一個(gè)地方訪問(wèn)所有這些數(shù)據(jù)，就需要代理可以訪問(wèn)的矢量數(shù)據(jù)庫(kù)。Pinecone是一種大受歡迎的矢量數(shù)據(jù)庫(kù)，原因在于其靈活性和文檔質(zhì)量，但市面上有眾多選擇。

為每個(gè)代理編寫智能提示

下一步是為每個(gè)代理創(chuàng)建獨(dú)特的提示。這可能需要一些實(shí)踐和迭代，但最好的入手方式是決定你希望每個(gè)代理遵循的一種思想框架和用戶角色。比如說(shuō)，你可能想要一個(gè)用戶研究代理，它是用戶研究上下文方面的專家，并在矢量化數(shù)據(jù)庫(kù)中搜索用戶引用，幫助它了解特定類型的用戶。一旦你有了代理的用戶角色，就可以創(chuàng)建有結(jié)構(gòu)的提示。代理應(yīng)該有關(guān)于你希望輸出是什么樣子的具體指示，直至它返回的示例數(shù)量。這有助于你從代理中獲得更多的價(jià)值，并使其能夠更有效地與系統(tǒng)中的其他代理一起工作。

你的提示應(yīng)該呈現(xiàn)什么內(nèi)容？應(yīng)該有多深入？這方面是無(wú)限靈活的，因?yàn)橛袩o(wú)限的可能性來(lái)確定提示的結(jié)構(gòu)以形成期望的輸出。利用你在產(chǎn)品開(kāi)發(fā)、業(yè)務(wù)框架和以用戶為中心的設(shè)計(jì)等方面的知識(shí)庫(kù)，盡可能地創(chuàng)建最動(dòng)態(tài)、最具體的提示。

讓代理們協(xié)同工作

為了讓代理以一種協(xié)調(diào)的方式協(xié)同工作，有必要為此部署一個(gè)工具。用于連接多個(gè)代理的三種流行工具是CrewAI、LangChain和Microsoft Autogen。它們都有各自的一系列好處，所以我們建議你查看每種工具，找到適合你項(xiàng)目的解決方案。

一旦你的提示進(jìn)行了微調(diào)，你的多代理系統(tǒng)就應(yīng)該開(kāi)始輸出產(chǎn)品設(shè)計(jì)和場(chǎng)景。通過(guò)將多代理系統(tǒng)連接到Dall-E等其他GenAI工具（用于創(chuàng)建原型圖像和動(dòng)畫）以及Relume.io（可以在幾秒鐘內(nèi)生成Figma可導(dǎo)出的線框），就可以將這些場(chǎng)景變?yōu)榫W(wǎng)站的線框、完整的產(chǎn)品規(guī)格和數(shù)字原型。

測(cè)試原型

一旦你的多代理系統(tǒng)生成了幾個(gè)完整的產(chǎn)品原型，就可以測(cè)試哪些迭代最有可能成功了。雖然你可以進(jìn)行傳統(tǒng)的A/B測(cè)試，并從真人那里收集反饋，但你也可以使用另一個(gè)代理來(lái)創(chuàng)建AI驅(qū)動(dòng)的角色或“合成用戶”，以測(cè)試不同的產(chǎn)品。合成用戶可以高度逼真；你可以通過(guò)攝取CRM、細(xì)分?jǐn)?shù)據(jù)和行業(yè)報(bào)告來(lái)創(chuàng)建具有目標(biāo)用戶所有特征的AI用戶角色，然后通過(guò)指令這些用戶角色（即AI代理）“像你的用戶角色一樣思考和行動(dòng)”，向這些用戶角色索要反饋。因此，多代理系統(tǒng)可以有力地補(bǔ)充用戶驗(yàn)證測(cè)試的各個(gè)方面。

多代理GenAI系統(tǒng)可以大大改進(jìn)和加快新產(chǎn)品的構(gòu)思、設(shè)計(jì)和測(cè)試過(guò)程。通過(guò)結(jié)合來(lái)自專注于客戶研究、技術(shù)規(guī)格、原型設(shè)計(jì)和測(cè)試等領(lǐng)域的不同AI代理的專業(yè)知識(shí)，多代理系統(tǒng)可以快速生成針對(duì)特定客戶群需求的綜合產(chǎn)品概念。借助這些強(qiáng)大的系統(tǒng)，你可以增強(qiáng)團(tuán)隊(duì)快速行動(dòng)的能力，并獲得創(chuàng)新的產(chǎn)品成果。

原文標(biāo)題：GenAI Multi-Agent Systems: A Secret Weapon for Tech Teams，作者：Dan Kraemer

?鏈接：https://thenewstack.io/genai-multi-agent-systems-a-secret-weapon-for-tech-teams/