譯者 | 布加迪

審校 | 重樓

如今，許多開發(fā)人員和產(chǎn)品團隊使用生成式人工智能（GenAI）代理來幫助構(gòu)建軟件或應用程序——真正的創(chuàng)新出現(xiàn)在多代理系統(tǒng)上。就像管弦樂隊可以演奏出豐富復雜的交響樂，獨奏音樂家只能在一個維度發(fā)出聲音，多代理系統(tǒng)不僅限于以任務為導向的角色，真正助力開發(fā)和戰(zhàn)略團隊。

比如說，梅奧診所、沃達豐和ADT等不同公司的開發(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)建應用程序。使用多代理系統(tǒng)（下面會詳細介紹），開發(fā)人員可以以較低的成本和創(chuàng)紀錄的時間制作功能豐富、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。一個代理只完成一項任務，比如編程助手，而多代理系統(tǒng)結(jié)合多個開發(fā)任務（產(chǎn)品構(gòu)思、設計、測試和客戶細分等），它們相互學習，以優(yōu)化創(chuàng)造力和生產(chǎn)力。成功的多代理系統(tǒng)為開發(fā)團隊充當“數(shù)字孿生”，不斷生成多個新概念和未來場景。多代理系統(tǒng)并不取代開發(fā)和產(chǎn)品團隊，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：中心處的一個代理負責收集和吸收所有其他輸出。
• 分布式：沒有中央控制器，代理與“代理群”中的另一個代理直接協(xié)調(diào)。
• 分層式：代理被組織成團隊或各層次。

對于產(chǎn)品開發(fā)團隊來說，集中式或分層式架構(gòu)效果最好，因為它們對過程提供了更大的控制。我們可以將每個生成式AI代理看作人類團隊中某一領域的專家。你可以為產(chǎn)品開發(fā)過程的每個部分創(chuàng)建單獨的AI代理：產(chǎn)品頭腦風暴、客戶細分、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)思過程的每個部分構(gòu)建了多個代理，接下來需要讓代理運行起來。首先，讓選定的代理訪問相關(guān)知識的外部數(shù)據(jù)庫。為此，你需要從貴公司獲取大量的專有數(shù)據(jù)：客戶細分、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，這可能是全球市場趨勢、定價報告或公共數(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地方訪問所有這些數(shù)據(jù)，就需要代理可以訪問的矢量數(shù)據(jù)庫。Pinecone是一種大受歡迎的矢量數(shù)據(jù)庫，原因在于其靈活性和文檔質(zhì)量，但市面上有眾多選擇。

為每個代理編寫智能提示

下一步是為每個代理創(chuàng)建獨特的提示。這可能需要一些實踐和迭代，但最好的入手方式是決定你希望每個代理遵循的一種思想框架和用戶角色。比如說，你可能想要一個用戶研究代理，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。

你的提示應該呈現(xiàn)什么內(nèi)容？應該有多深入？這方面是無限靈活的，因為有無限的可能性來確定提示的結(jié)構(gòu)以形成期望的輸出。利用你在產(chǎn)品開發(fā)、業(yè)務框架和以用戶為中心的設計等方面的知識庫，盡可能地創(chuàng)建最動態(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工具。用于連接多個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，找到適合你項目的解決方案。

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

測試原型

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

多代理GenAI系統(tǒng)可以大大改進和加快新產(chǎn)品的構(gòu)思、設計和測試過程。通過結(jié)合來自專注于客戶研究、技術(shù)規(guī)格、原型設計和測試等領域的不同AI代理的專業(yè)知識，多代理系統(tǒng)可以快速生成針對特定客戶群需求的綜合產(chǎn)品概念。借助這些強大的系統(tǒng)，你可以增強團隊快速行動的能力，并獲得創(chuàng)新的產(chǎn)品成果。

原文標題：GenAI Multi-Agent Systems: A Secret Weapon for Tech Teams，作者：Dan Kraemer