Мултиагентни фреймуъркове

Мултиагентни фреймуърки на основата на LLM — това са софтуерни платформи, които позволяват на няколко автономни AI-агента, изградени върху основата на големи езикови модели (LLM), да взаимодействат помежду си за съвместно решаване на сложни задачи. В такива системи акцентът се поставя върху разнообразието от профили на агентите, тяхната комуникация и колективното вземане на решения. Подходът използва „колективния интелект" на групата, където всеки агент изпълнява специализирана роля, а обменът на съобщения между тях имитира съвместната работа на хора.

Това позволява моделиране на сложни сценарии от реалния свят и решаване на задачи, излизащи извън възможностите на единичен интелектуален агент. Мултиагентните LLM-системи вече демонстрират успешни резултати в такива области като разработка на софтуер, социални симулации, икономически игри и моделиране на политически дискусии.

Ключови фреймуърки и подходи

Развитието на мултиагентните системи доведе до появата на редица отворени фреймуърка, улесняващи тяхното създаване и изследване.

MetaGPT (2023)

Един от първите отворени фреймуърка, ориентиран към съвместна работа по принципа на „конвейера" (assembly line). MetaGPT въвежда в системата стандартни оперативни процедури (SOPs) и назначава на всеки агент определена роля (например мениджър на продукта, инженер, тестер). Този подход позволява декомпозиране на сложна задача на подзадачи, разпределяйки ги между специализирани агенти, което намалява хаотичността и риска от халюцинации.

CAMEL (2023)

Фреймуъркът CAMEL (Communicative Agents for \"Mind\" Exploration) е насочен към автономно взаимодействие на агенти чрез диалог. Той предлага методика inception prompting за координация на разговора между LLM-агенти, насочвайки ги към обща цел. Всеки агент получава роля и контекст, след което агентите общуват на естествен език, постепенно изработвайки съвместно решение. CAMEL се е показал ефективен в сценарии, изискващи кооперация без пряка намеса на човек.

AutoGen (2023)

Универсален и конфигурируем фреймуърк от изследователи на Microsoft, предназначен за създаване на сложни приложения на основата на комуникация между няколко LLM. AutoGen позволява програмиране на логиката на взаимодействие между агентите както с помощта на код, така и на естествен език. Той поддържа интеграция с външни инструменти и API, което го прави подходящ за широк кръг задачи — от разработка на софтуер до създаване на диалогови системи.

AgentVerse (2023)

Отворена платформа, разработена от общността OpenBMB за изучаване на динамичното сътрудничество и емерджентното поведение на агентите. AgentVerse предоставя два режима на работа:

1. Решаване на задачи (task-solving): Няколко LLM-агента се обединяват в екип за изпълнение на сложна задача (например съвместна разработка на софтуер).
2. Симулация на среда (simulation): Позволява на потребителя да зададе виртуална среда и да наблюдава взаимодействието на агентите (например симулация на учебна класна стая или дилемата на затворника).

Платформата подчертава важността на стандартизирана среда и протоколи за общуване с цел управляема комуникация.

CrewAI (2024)

Фреймуърк, насочен към интеграция на LLM-агенти в бизнес процеси и анализ на данни. CrewAI реализира концепцията AI-Based Agents Workflow (AgWf), където агентите изпълняват стъпки, описани като текстови инструкции, и могат да използват външни инструменти (Python-класове/функции). Това позволява автоматизиране на сложни аналитични сценарии, съчетавайки гъвкавостта на LLM с детерминиран код.

LangGraph (2024)

Експериментален фреймуърк, използващ графови структури за представяне на състоянието и контекста в диалозите с LLM. Ключовата особеност на LangGraph е поддръжката на циклични работни процеси. Това позволява на агентите да обменят данни чрез общ граф на знания, итеративно да търсят информация, да оценяват нейната надеждност и да коригират отговорите, което е особено полезно в задачи за търсене на информация (QA) с допълнена база от знания.

Други проекти

Широкo внимание привлякоха и експерименталните проекти AutoGPT и AgentGPT, които демонстрираха потенциала на напълно автономни AI-агенти, способни самостоятелно да си поставят цели, да извършват уеб търсене, да стартират код и да управляват файлове. Въпреки че тези проекти не са преминали научна рецензия, те подчертаха важността на компонентите за планиране, памет и инструменти при изграждането на наистина самостоятелни агенти.

Приложение на мултиагентните системи

• Автоматизация на разработката на софтуер: Групи от LLM-агенти изпълняват ролите на мениджър, програмист и тестер, съвместно планирайки и реализирайки софтуерни проекти. Изследването ChatDev показа, че екип от четири агента успя за броени минути да създаде просто приложение, водейки диалог на всички етапи — от формулирането на задачата до тестването.
• Интелигентни асистенти: Корпоративни продукти като Microsoft 365 Copilot и IBM Watsonx Orchestrate използват няколко агента за изпълнение на сложни задачи, където един агент обработва заявката, друг извлича факти от базата, а трети съставя отчет.
• Научни изследвания: Агентите се използват за генериране и критика на хипотези. При подходи от типа Guided Debate или Self-Refine един агент предлага решение, а друг го оценява и коригира, което помага за намаляване на броя грешки.
• Социално моделиране и виртуални светове: В знаковия проект Generative Agents десетки LLM-агенти, надарени с личности и памет, имитираха живота на малък виртуален град, демонстрирайки правдоподобно социално взаимодействие. Такива симулации могат да намерят приложение в игрите (за създаване на реалистични NPC), в обучението и в социалните науки.

Предизвикателства и перспективи

Въпреки успехите, мултиагентните системи се сблъскват с редица сериозни проблеми:

• Халюцинации и каскадни грешки: Грешка, допусната от един агент, може да се предава по веригата на другите, които я приемат за основа на своите разсъждения, което води до изкривяване на работата на цялата група.
• Мащабируемост и ресурсоемкост: Всеки агент на базата на LLM изисква значителни изчислителни ресурси. Осигуряването на едновременна работа на десетки агенти е сложна техническа задача.
• Координация и управление: С нарастването на броя на агентите нараства и рискът от хаос. Необходими са добре обмислени механизми за „оркестрация" с цел управление на тяхното взаимодействие.
• Оценяване и тестване: Липсват общоприети benchmark-и за обективно сравняване на различните мултиагентни фреймуърка.

В бъдеще се очаква появата на по-ефективни и безопасни мултимодални системи, където агентите ще могат да обменят не само текст, но и изображения и други данни. Въвеждането на Reinforcement Learning може да научи групите от агенти да се координират по-добре с течение на времето, постигайки ефекта на „колективен интелект". В крайна сметка мултиагентните фреймуърка представляват стъпка към създаването на по-гъвкави и мощни AI-системи, където множество специализирани „умове" работят заедно.

Връзки

• Обзорна статия: Large Language Model based Multi-Agents (2024)
• Обзорна статия: LLMs Working in Harmony (2025)

Литература

• Yao, S. et al. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv:2210.03629.
• Hong, S. et al. (2023). MetaGPT: Meta Programming for a Multi-Agent Collaborative Framework. arXiv:2308.00352.
• Li, G. et al. (2023). CAMEL: Communicative Agents for \"Mind\" Exploration of Large Language Model Society. arXiv:2303.17760.
• Wu, Q. et al. (2023). AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation. arXiv:2308.08155.
• Liu, X. et al. (2023). AgentBench: Evaluating LLMs as Agents. arXiv:2308.03688.
• Yao, S. et al. (2023). Tree of Thoughts: Deliberate Problem Solving with Large Language Models. arXiv:2305.10601.
• Shinn, N. et al. (2023). Reflexion: Language Agents with Verbal Reinforcement Learning. arXiv:2303.11366.
• Chen, W. et al. (2023). AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors. arXiv:2308.10848.
• Park, J. S. et al. (2023). Generative Agents: Interactive Simulacra of Human Behavior. arXiv:2304.03442.
• Guo, T. et al. (2024). Large Language Model Based Multi-Agents: A Survey of Progress and Challenges. arXiv:2402.01680.
• Chen, Q. et al. (2024). ChatDev: Communicative Agents for Software Development. arXiv:2307.07924.
• Duan, Z.; Wang, J. (2024). Exploration of LLM Multi-Agent Application Implementation Based on LangGraph + CrewAI. arXiv:2411.18241.
• Aratchige, R. M.; Ilmini, W. M. K. S. (2025). LLMs Working in Harmony: A Survey on the Technological Aspects of Building Effective LLM-Based Multi-Agent Systems. arXiv:2504.01963.