196体育(中国)官方首页-IOS/安卓通用版/手机APP下载196体育(中国)官方首页-IOS/安卓通用版/手机APP下载
您当前位置：
196体育app官网196体育app官网196体育app官网AI智能体能像有机生命一样自适应演化吗？最近清华大学团队提出了AgentSquare模块化智能体设计框架，通过标准化的模块接口抽象，让AI智能体可以通过模块演化和重组高速进化，实现针对不同任务场景的自适应演进，赋能超越人类设计的智能体系统在多种评测数据集上广泛自我涌现。
优秀基因的演化和重组，是生命体适应环境196体育平台首页、永葆活力的自然法则。AI智能体能否像有机生命一样，实现适应任务环境的高效自我演化？
大模型智能体的快速发展在数学、医疗、个人助手等各领域产生了突破性应用，但依赖专家知识的手工设计方法制约了它们的任务自适应能力。如何实现AI智能体针对不同任务场景的高速自我演进一直是一个棘手的难题。
为了解决这一问题，清华大学数据科学与智能实验室提出了「AgentSquare-智能体魔方」，推出了模块化的智能体系统设计与搜索新范式。
标准化的模块接口抽象，使得任务规划、常识推理、工具使用等经典智能体模块的重组如同「拧魔方」一般轻松。同时，演化产生的新颖模块也可被直接组装应用于其他智能体系统。
在网页、具身、工具、游戏等不同场景的六个基准数据集上测试，显示AgentSquare均能高效发现显著优于已知人类设计的新颖智能体系统。「AgentSquare-智能体魔方」开启了模块化智能体设计搜索的「变形金刚」时代。
AgentSquare的关键创新来自于模块化设计空间的提出。研究团队系统梳理了AI顶会的大量智能体研究，提炼出了16种经典智能体设计，并将其归纳为一个模块化智能体设计空间。
在这个设计框架中，LLM智能体被简化为四个核心模块有机协作：任务规划（Planning）、常识推理（Reasoning）、工具使用（Tool Use）和记忆学习（Memory）。
研究团队还对不同代码框架进行了标准化整合，抽象出了标准化的模块接口，让每个模块可以像拧魔方一样轻松替换。 这 样，AgentSquare既能支持现有经典设计的组合创新，也能加速新智能体模块的高效探索。
任务规划（Planning）：将任务指令拆解为一系列子任务，提供清晰的行动指南
常识推理（Reasoning）：引导智能体进行有条理的结构化推理，如「思维链」，提高推理准确度
工具使用（Tool Use）：当内部知识不够时，选择合适的外部工具辅助任务完成
基于这四大模块，研究团队设计了一个智能体工作流程模板（Agentic Workflow）。
如图2所示，智能体会先用任务规划模块将复杂任务指令分解成小步骤，逐步由常识推理模块执行子任务。
当遇到知识盲区时，智能体就会借助工具使用模块调用外部工 具，同时记忆学习模块保存相关经验，为后续任务提供支持。
最终，子任务推理结果会转化为实际行动，并在环境反馈的帮助下不断优化计划，直到任务完成或达到尝试上限为止。
基于模块化设计空间，AgentSquare带来了一个新的研究课题——模块化智能体搜索（MoLAS）。
MoLAS的主要技术问题在于（1）如何快速找到适应任务的最优模块组合（2）如何发现新颖的、更优的模块设计。解决这一问题面临着组合搜索空间庞大、新模块设计缺乏指引以及智能体评测成本高昂的三大挑战。
为了应对MoLAS的挑战，研究团队推出了AgentSquare演化搜索算法，包含三大核心功能：模块重组、模块进化和代理评测模型。
图5 AgentSquare框架——通过模块进化和重组实现AI智能体高效自适应演化
考虑到智能体广阔的设计空间，仅靠提示词（或代码）改写的简单策略只能在原有设计之上做微小调整，难以实现高效搜索。
为此，AgentSquare引入了LLM作为「重组提议者」 （Recombination proposer LLM），基于对性能评测经验的深入分析，提出重组高性能模块的智能体设计方案，模拟生命体重组优秀基因的过程。
模块重组功能通过对智能体顶层架构的大幅优化探索，实现远超底层「提示词改写」的优化演进速度。
模块进化（Module Evolution）：积累底层变异，探索新颖设计
仅通过重组现有模块并不足够，AgentSquare还引入了模块进化功能，以便在代码层级探索全新模块的可能。
该功能引入一个作为代码编程者的LLM（Module-programming LLM）结合设计的模块进化元提示（Evolutionary meta-prompt）来探索新的模块设计，指导智能体生成新模块的设计方案。
通过模块重组与进化，AgentSquare大幅拓展了设计空间的搜索范围，并为智能体引入了更多创新性设计。
代理评测模型（Surrogate Model）：节省评测成本，加快优化搜索
例如，在ALFWorld评测数据集上，评测一个GPT-4驱动的「思维链」智能体需耗费近60美元。为了解决这一问题，AgentSquare引入了一个代理评测模型（Surrogate Model）来预测智能体性能。
这个模型通过召回并对比相似智能体的历史评测数据，快速预测新智能体的表现，从而筛选出性能较差的提案。实验表明，代理模型的预测效果与实际评测接近，R-Square达到了0.95，且其token开销仅为线 「代理评测模型」有效性验证
性能和成本的联合分析显示，AgentSquare不仅提高了智能体的表现196体育平台首页，还有效控制了推理成本。通过设计reward函数（如将token开销纳入搜索目标），AgentSquare能够在性能和成本之间灵活权衡。
此外，研究团队对搜索过程进行了详细分析，发现其他方法很快遇到性能瓶颈，而AgentSquare表现出更高效的搜索路径和更低的评测成本。
目前，AgentSquare在各项任务中生成的新模块均已开源，方便后续研究者复用和优化。AgentSquare不仅能灵活识别最适合任务需求的模块组合，还能有效整合已有和创新模块。
图9 AgentSquare搜索在各任务中发现的新模块及性能最好的模块组合
缘分!郑钦文半决赛遭遇克雷吉茨科娃,21年不识对方请主持tell me
林诗栋3-0 莫雷加德3-0 何卓佳3-0 王曼昱3-1 八强对阵及赛程出炉
三星电子AI热潮中落后痛失1260亿美元 奋力追赶HBM4能否挽回败局?
怎么从3岁小孩身上看到了“油腻”？撇嘴、塌肩、垮腰，一个不落！小孩姐：承认吧，你也很为我着迷吧！
首发6299元！影驰RTX 4070 Ti SUPER 金属大师PLUS OC正式发售