MAS-Zero

MAS-Zero – Salesforce推出的多智能体系统设计框架

MAS-Zero

MAS-Zero 是 Salesforce 推出的创新多智能体系统（MAS）设计框架，它实现了无需人工干预的 MAS 自动设计与优化。这款框架基于元级设计，能在推理过程中针对每个问题实例，动态地生成、评估并改进 MAS 配置。

## 揭秘 MAS-Zero：开启智能体系统设计新纪元

MAS-Zero，这款由 Salesforce 研发的突破性 MAS 设计框架，正在革新智能体系统的构建方式。它最大的亮点在于，能够自主完成 MAS 的设计与优化，无需人类的繁琐操作。其核心在于元迭代过程，通过任务分解、MAS 生成以及基于可解性和完整性的元级反馈，MAS-Zero 能够从众多候选方案中，挑选出最适合的解决方案。在数学推理、高级问答以及代码基准测试中，MAS-Zero 展现出卓越的性能，且完全摆脱了对外部监督的依赖。

### MAS-Zero 的核心功能：

智能体系统自动化设计： 告别手动设计智能体角色和通信协议的繁琐。MAS-Zero 能够依据具体问题，自动生成契合的 MAS 结构，从而提升系统对新任务的适应性和表现。
问题导向的动态调整： 在推理阶段，针对每个问题实例，MAS-Zero 都会进行动态的智能体组合和问题分解。这使得 MAS 能够更灵活地应对复杂多变的任务挑战。
无监督学习的优势： 无需预先标注的验证集也能进行 MAS 配置的调整和优化。这降低了对数据的依赖，提高了系统的灵活性和实用性。
卓越性能优化： 基于元级设计和自验证机制，MAS-Zero 不断迭代改进 MAS 设计，从而提升系统在复杂任务上的准确率和效率，并保持成本效益。
持续进化的能力： 在推理过程中，通过自我反馈和评估，MAS-Zero 能够自动学习和进化，逐步优化 MAS 的设计和性能，无需外部监督。

### 技术解析：MAS-Zero 的运作机制

元迭代：
- 任务分解与 MAS 生成： 将复杂问题拆解为多个子任务，并为每个子任务生成对应的 MAS 实现（以可执行代码形式）。MAS 的设计被视为代码生成问题，元代理（meta-agent）则负责动态调整任务分解和 MAS 配置。
- 元级反馈： 评估生成的 MAS 设计的可解性和完整性。通过执行 MAS 代码获取中间输出，并分析输出结果，以判断当前的 MAS 是否能够有效解决问题。根据评估结果生成反馈，指导后续的迭代改进。
自验证： 在多轮迭代后，从所有候选解决方案中选出最合适的方案。通过对比不同迭代产生的候选答案，并结合验证策略（如多数投票、排除无效答案等），最终确定输出答案。
基于 LLM 的元代理： 以大型语言模型（LLM）为基础，赋予元代理理解和生成自然语言指令的能力。元代理在元迭代过程中负责任务分解、MAS 生成、反馈生成以及最终结果的验证，通过与 LLM 的交互实现对 MAS 设计的优化与改进。
自我监督学习： 整个过程不依赖外部验证集或人类监督，完全基于系统自身的执行结果和反馈信号进行自我监督学习。元代理根据中间输出的可解性和完整性来调整 MAS 设计，逐步提高系统的性能和适应性。

### 探索 MAS-Zero 的世界