Mga Multi-agent na Framework

Mga multi-agent na framework batay sa LLM — ito ay mga software platform na nagbibigay-daan sa maraming autonomous na AI agent, na itinayo sa pundasyon ng malalaking language model (LLM), na makipag-ugnayan sa isa't isa para sa magkasamang paglutas ng mga kumplikadong gawain. Sa ganitong mga sistema, binibigyang-diin ang pagkakaiba-iba ng mga profile ng agent, ang kanilang komunikasyon, at ang kolektibong paggawa ng desisyon. Ginagamit ng pamamaraang ito ang "kolektibong katalinuhan" ng grupo, kung saan ang bawat agent ay gumaganap ng espesyalisadong papel, at ang pagpapalitan ng mga mensahe sa pagitan nila ay ginagaya ang magkasamang pagtratrabaho ng mga tao.

Pinapayagan nito ang pagmomodelo ng mga kumplikadong sitwasyon sa tunay na mundo at paglutas ng mga gawaing higit pa sa kakayahan ng isang solong intelligent agent. Ang mga multi-agent na LLM system ay nagpapakita na ng matagumpay na mga resulta sa mga larangang tulad ng pagbuo ng software, mga social simulation, mga economic game, at pagmomodelo ng mga pulitikal na talakayan.

Mga Pangunahing Framework at Pamamaraan

Ang pag-unlad ng mga multi-agent na sistema ay humantong sa paglikha ng ilang open framework na nagpapadali ng kanilang pagbuo at pananaliksik.

MetaGPT (2023)

Isa sa mga unang open framework, na nakatuon sa magkasamang trabaho ayon sa prinsipyo ng "assembly line". Ipinakilala ng MetaGPT sa sistema ang mga standard na operating procedure (SOP) at nagtalaga sa bawat agent ng tiyak na papel (halimbawa, product manager, engineer, tester). Ang pamamaraang ito ay nagpapahintulot na hatiin ang isang kumplikadong gawain sa mga sub-task, na ibinahagi sa mga espesyalisadong agent, na nagpapababa ng kaguluhan at panganib ng mga hallucination.

CAMEL (2023)

Ang framework na CAMEL (Communicative Agents for "Mind" Exploration) ay nakatuon sa autonomous na pakikipag-ugnayan ng mga agent sa pamamagitan ng diyalogo. Nag-aalok ito ng pamamaraan ng inception prompting para sa koordinasyon ng pag-uusap sa pagitan ng mga LLM agent, na ginagabayan sila patungo sa isang karaniwang layunin. Ang bawat agent ay binibigyan ng papel at konteksto, pagkatapos ay nakikipag-usap ang mga agent sa natural na wika, unti-unting bumubuo ng magkasamang solusyon. Epektibong ipinakita ng CAMEL ang sarili nito sa mga sitwasyong nangangailangan ng kooperasyon nang walang direktang interbensyon ng tao.

AutoGen (2023)

Isang versatile at nako-configure na framework mula sa mga mananaliksik ng Microsoft, na idinisenyo para sa paglikha ng mga kumplikadong aplikasyon batay sa komunikasyon ng maraming LLM. Pinapayagan ng AutoGen ang pag-program ng lohika ng pakikipag-ugnayan ng mga agent gamit ang parehong code at natural na wika. Sinusuportahan nito ang integrasyon sa mga panlabas na tool at API, na ginagawa itong angkop para sa malawak na hanay ng mga gawain — mula sa pagbuo ng software hanggang sa paglikha ng mga conversational system.

AgentVerse (2023)

Isang open platform na binuo ng komunidad ng OpenBMB para sa pag-aaral ng dynamic na kooperasyon at emergent na pag-uugali ng mga agent. Nagbibigay ang AgentVerse ng dalawang mode ng operasyon:

1. Paglutas ng gawain (task-solving): Ang ilang LLM agent ay nagsasama-sama bilang isang koponan upang magsagawa ng kumplikadong gawain (halimbawa, magkasamang pagbuo ng software).
2. Simulation ng kapaligiran (simulation): Pinapayagan ang gumagamit na tukuyin ang isang virtual na kapaligiran at obserbahan ang pakikipag-ugnayan ng mga agent (halimbawa, simulation ng silid-aralan o dilema ng mga bilanggo).

Binibigyang-diin ng platform ang kahalagahan ng standardisadong kapaligiran at mga protocol ng komunikasyon para sa kontroladong pakikipag-ugnayan.

CrewAI (2024)

Isang framework na nakatuon sa integrasyon ng mga LLM agent sa mga proseso ng negosyo at pagsusuri ng datos. Isinasagawa ng CrewAI ang konsepto ng AI-Based Agents Workflow (AgWf), kung saan ang mga agent ay nagsasagawa ng mga hakbang na inilarawan bilang mga tekstwal na tagubilin, at maaaring gumamit ng mga panlabas na tool (mga Python class/function). Pinapayagan nito ang automation ng mga kumplikadong analytical na sitwasyon, na pinagsasama ang flexibility ng LLM sa deterministic na code.

LangGraph (2024)

Isang experimental na framework na gumagamit ng mga graph structure para kumatawan sa estado at konteksto sa mga diyalogo sa LLM. Ang pangunahing katangian ng LangGraph — suporta para sa mga cyclic na workflow. Pinapayagan nito ang mga agent na magpalitan ng datos sa pamamagitan ng isang karaniwang knowledge graph, iteratibong maghanap ng impormasyon, suriin ang kanyang pagiging maaasahan, at itama ang mga sagot, na lalong kapaki-pakinabang sa mga gawaing paghahanap ng impormasyon (QA) na may augmented na knowledge base.

Iba Pang mga Proyekto

Kinuha rin ng malawak na atensyon ang mga experimental na proyektong AutoGPT at AgentGPT, na nagpakita ng potensyal ng ganap na autonomous na AI agent na kayang independyenteng magtakda ng mga layunin, magsagawa ng web search, magpatakbo ng code, at pamahalaan ang mga file. Bagama't ang mga proyektong ito ay hindi pa na-peer review, binigyang-diin nila ang kahalagahan ng mga bahagi ng pagpaplano, memorya, at mga tool para sa pagtatayo ng tunay na nagsasariling mga agent.

Paggamit ng mga Multi-Agent na Sistema

• Automation ng pagbuo ng software: Ang mga grupo ng LLM agent ay gumaganap ng mga papel ng manager, programmer, at tester, magkasamang nagpaplano at nagpapatupad ng mga software project. Ipinakita ng pananaliksik na ChatDev na ang isang koponan ng apat na agent ay nakalikha ng simpleng aplikasyon sa loob ng ilang minuto, na nag-uusap sa lahat ng yugto mula sa pagtatakda ng gawain hanggang sa pagsubok.
• Mga matalinong katulong: Ang mga corporate na produkto tulad ng Microsoft 365 Copilot at IBM Watsonx Orchestrate ay gumagamit ng maraming agent para sa pagsasagawa ng mga kumplikadong gawain, kung saan ang isang agent ay nagpoproseso ng kahilingan, ang isa ay kumukuha ng mga katotohanan mula sa database, at ang ikatlo ay gumagawa ng ulat.
• Pananaliksik sa agham: Ang mga agent ay ginagamit para sa pagbuo at pagpuna ng mga hipotesis. Sa mga pamamaraan tulad ng Guided Debate o Self-Refine, ang isang agent ay nagmumungkahi ng solusyon, at ang isa pa ay sinusuri at itinatama ito, na tumutulong na bawasan ang bilang ng mga pagkakamali.
• Social modeling at mga virtual na mundo: Sa makabuluhang proyektong Generative Agents, ang mga dosenang LLM agent, na may mga personalidad at memorya, ay ginaya ang buhay ng isang maliit na virtual na bayan, na nagpapakita ng kapani-paniwalang social na pakikipag-ugnayan. Ang ganitong mga simulation ay maaaring mahanap ang aplikasyon sa mga laro (para sa paglikha ng makatotohanang NPC), sa edukasyon, at sa mga agham panlipunan.

Mga Hamon at Pananaw

Kabila ng mga tagumpay, nahaharap ang mga multi-agent na sistema sa ilang m심각한 na problema:

• Mga hallucination at cascading error: Ang isang pagkakamaling nagawa ng isang agent ay maaaring maipasa sa kadena sa iba pang mga agent, na tinatanggap ito bilang batayan para sa kanilang sariling pangangatwiran, na nagdudulot ng pagbaluktot ng gawa ng buong grupo.
• Scalability at resource-intensiveness: Ang bawat agent batay sa LLM ay nangangailangan ng malaking computational na resources. Ang pagtitiyak ng sabay-sabay na operasyon ng dose-dosenang agent ay isang kumplikadong teknikal na gawain.
• Koordinasyon at pamamahala: Sa paglaki ng bilang ng mga agent, tumataas ang panganib ng kaguluhan. Kailangan ang mga maingat na mekanismo ng "orchestration" para pamahalaan ang kanilang pakikipag-ugnayan.
• Pagsusuri at pagsubok: Walang mga pangkalahatang tinatanggap na benchmark para sa layuning paghahambing ng iba't ibang multi-agent na framework.

Sa hinaharap, inaasahan ang paglitaw ng mas mahusay at mas ligtas na multimodal na sistema, kung saan ang mga agent ay makakapalitan hindi lamang ng teksto, kundi pati na rin ng mga larawan at iba pang datos. Ang paggamit ng Reinforcement Learning ay maaaring magturo sa mga grupo ng agent na mas mahusay na mag-coordinate sa paglipas ng panahon, na makamit ang epekto ng "kolektibong katalinuhan". Sa huli, ang mga multi-agent na framework ay isang hakbang patungo sa paglikha ng mas flexible at mas makapangyarihang AI system, kung saan ang maraming espesyalisadong "isipan" ay nagtutulungan.

Mga Sanggunian

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

Panitikan

• 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.