多智能体系统的讨论,长期集中在编排上。谁当规划者,谁当执行者,怎么分工,怎么汇总。这套讨论默认了一个前提:编排结构决定效果。
近期的实践给出了不同答案。同样的编排结构,加上一套好的共享记忆,任务完成率能提升几十个百分点。结构没变,效果大变。这说明胜负手在记忆,不在协调器。
协调器解决了什么问题?
解决的是流程问题。把大任务拆成小任务,按顺序或并行分派,收集结果,处理失败重试。这些是工程问题,用状态机就能做好。
协调器解决不了的是上下文问题。每个执行者只看到自己那一小块,不知道别人做了什么、为什么这么做、哪一步已经试过失败。信息孤岛导致重复劳动和判断冲突。
共享记忆补的是哪一块?
补的是全局状态。它记录三类信息:已经确认的事实、已经尝试过并失败的方向、当前任务的约束条件。三个执行者共享这三类信息,就不会各自撞墙。
更关键的是第二类。失败记录最有价值,因为它排除了错误路径。多数编排系统不记录失败,失败了就重试或跳过,等于把学费白交。
为什么共享记忆比协调器更难做?
因为记忆要解决三个冲突。第一是写入冲突,多个执行者同时写入,谁的内容优先。第二是读取冲突,不同角色需要的信息粒度不同,给多了噪音,给少了缺上下文。第三是过期冲突,早期结论后来被推翻,旧记忆要能失效。
这三个冲突在单智能体里不存在,在多智能体里是核心难题。做好了,系统像一个团队;做不好,系统像一群各说各话的人。
实践上该怎么做?
四个动作。给记忆分类型,事实、决策、失败三类分开存,不要混成一个大池子。给每类定写入权限,事实由执行者写,决策由协调器写,失败由所有角色写但要去重。给记忆加时间戳和置信度,读取时按新鲜度和置信度排序。定期做记忆压缩,把已完成的子任务归档,避免上下文膨胀。
结论是什么?
编排是骨架,记忆是血液。骨架决定能不能跑,血液决定跑得好不好。
现在的多数系统把精力花在骨架设计上,因为骨架好画,画出来能直接看到。血液难做,做完了也看不见。但真正拉开差距的,恰恰是看不见的那部分。
未来一年,多智能体产品的竞争会从谁的架构更花哨,转向谁的记忆更扎实。这是从演示走向商用的必经一步。
去论坛讨论
前往 ziyuanagi.com 论坛 参与讨论