太平洋科技要聞

OpenAI 罕見開源！低調(diào)發(fā)布的新研究，一出來就被碰瓷

appso 整合編輯：太平洋科技發(fā)布于：2024-10-16 14:25

或許是前段時(shí)間風(fēng)頭太盛，周末時(shí)，OpenAI 靜悄悄發(fā)布了新的研究作品：Swarm。一反之前的架勢，這個(gè)新作只在官網(wǎng)的 Cookbook 和 Github 發(fā)布，官推都沒有多講。

除了非常安靜和低調(diào)，開發(fā)人員還反復(fù)給自己疊甲：這只是一個(gè)實(shí)驗(yàn)性質(zhì)的框架，只作為分享和教育用途。官方不質(zhì)保，實(shí)用需謹(jǐn)慎！

明明已經(jīng)這么低調(diào)，一出來還是被碰瓷了。

什么是 Swarm？

Swarm 旨在探索輕量級、可擴(kuò)展、可定制的多代理協(xié)作模式。OpenAI 的研究人員，提出了「routine」和「handoffs」概念，用來表達(dá) agent 之間的任務(wù)傳遞。

然而 Swarm 才發(fā)布一天，麻煩就找上門來：一個(gè)二十多歲的開發(fā)者 Kye Gomez 發(fā)推稱，這個(gè)新作從名字到框架，全都是抄襲他的創(chuàng)業(yè)項(xiàng)目 Swarms。

這條控訴吸引了超過 20 萬的圍觀，不過，圍觀群眾都很冷靜，要求 Kye 提供更明確的證據(jù)，并且質(zhì)疑他提出的訴求：「除非 OpenAI 投資我們」，這什么東西�。�

很快就有網(wǎng)友翻出他的碰瓷前科。而且，從兩邊在 Github 上發(fā)布的 README 文檔來看，顯然也是 OpenAI 更靠譜一點(diǎn)。

我把文檔送進(jìn)了 ChatGPT，用最新的 o1 做了一下分析，OpenAI 提出了更詳實(shí)和具體的想法。

至于說項(xiàng)目重名和一些常用指令重合，比如.run()——這就像是有人說自己的數(shù)學(xué)考卷被抄襲了，因?yàn)閮蛇叺拇痤}框里都有個(gè)「解」字。

OpenAI 的 Swarm 框架里，重點(diǎn)梳理了在多代理模式里的各種成分，并且提出了兩個(gè)關(guān)鍵概念：例程 (routines) 和交接 (handoffs)，還提供了很多便于理解的例子。

例程可以把它理解為由不同步驟組成起來的一套「基本操作」，比如，你搭建了一個(gè)購物助理，那么你就可以規(guī)定一套流程作為例程。

但是一個(gè) agent 能做的事，再多也是有限的。更何況大語言模型本身，多多少少會出幻覺。所以需要不同的 agent、不同的 routine 之間有所交接。

就像一場接力跑，一個(gè)選手跑完一段，就要交接到下一個(gè)選手手上，而且要保證平穩(wěn)，不能掉在地上。

這些才是本次發(fā)布里 OpenAI 重點(diǎn)關(guān)注的部分。或許說不上是什么驚為天人的大發(fā)現(xiàn)，但硬說抄襲，也是有點(diǎn)碰瓷了——非要追根溯源，那得倒回幾十年前。

多智能體最擅長的，竟然是打游戲

OpenAI 并不是才開始對多智能體協(xié)作發(fā)生興趣的，早在 2018 年，就有過不錯(cuò)的表現(xiàn)——在 Dota 2 職業(yè)比賽上，擊敗了資深的人類玩家。

游戲是一個(gè)天然適合用來測試多智能體的土壤，不同的角色，有不同的技能；面對不同的對手，要有不同的策略，總之，想要贏下一局游戲，勢必要協(xié)調(diào)各個(gè)角色，并且組織好它們之間的協(xié)作能力。

想想你打王者碰到豬隊(duì)友時(shí)有多氣，就知道這個(gè)難度了。

當(dāng)時(shí) OpenAI Five 涉及到的技術(shù)構(gòu)件包括神經(jīng)網(wǎng)絡(luò)、自訓(xùn)練、強(qiáng)化學(xué)習(xí)等，沒有時(shí)下流行的大語言模型，主要是用來試驗(yàn)多智能體協(xié)作。

甚至，那個(gè)時(shí)候每個(gè)英雄各自背后的神經(jīng)網(wǎng)絡(luò)，并不互相溝通，而是有一個(gè)負(fù)責(zé)總控的超參數(shù)，來協(xié)調(diào)每一個(gè)英雄（主要是背后的神經(jīng)網(wǎng)絡(luò)）的表現(xiàn)。

再往深了講就有點(diǎn)太深了，總之，那幾年的經(jīng)歷，讓 OpenAI 連續(xù)三年打贏了幾個(gè) Dota2 的大賽，也在多智能體協(xié)作方面頗有收獲。

到了 2019 年，DeepMind 開發(fā)的 AlphaStar 在《星際爭霸 2》中，水平超過了 99.8%的人類玩家。

在星際里，有人族、神族和蟲族三個(gè)派系，每個(gè)派系都有多個(gè)可供操作的建筑、兵種，每局游戲也都需要經(jīng)歷資源采集、科技發(fā)展和實(shí)時(shí)戰(zhàn)斗等幾個(gè)流程。

當(dāng)時(shí) DeepMind 發(fā)表論文時(shí)就提到，游戲是一個(gè)多智能體協(xié)作的任務(wù)，每個(gè)玩家需要控制許多單位，共同實(shí)現(xiàn)目標(biāo)。

DeepMind 所設(shè)計(jì)的 agent，每分鐘操作數(shù)約為 180 次，大概等同于中級玩家。當(dāng)時(shí)他們的想法是：智能體要盡可能地學(xué)習(xí)人類玩家的游戲操作，然后超越人類。

這樣的「類人」思路，甚至可以追溯到更久之前：早在 1972 年，卡爾·休伊特（Carl Hewitt）就提出了 Actor Model（行動者模型），這是并發(fā)計(jì)算的概念模型。演員模型提出了獨(dú)立計(jì)算實(shí)體（agent）可以通過消息傳遞進(jìn)行通信的概念，為智能體之間的交互奠定了理論基礎(chǔ)。

到了九十年代和千禧年初，agent 就更加明確的，被視為能夠自主行動、決策的「賽博實(shí)體」，并且有了基于智能體信念、意圖進(jìn)行決策和規(guī)劃的研究，BDI 模型。

等到了大語言模型橫空出世之后，多智能體的交互、決策溝通，從原來的黑盒，變得更容易轉(zhuǎn)化成自然語言。

智能體之間，也可以通過語言來討論、協(xié)作，特別是在決策情境中，不同的智能體之間能夠「有商有量」。

之前我們介紹過，也是在 Minecraft，一款沙盒游戲里——不得不說，多智能體實(shí)在是太擅長打游戲了。

在游戲里，不同的智能體可以直接對話來完成分工、資源互通和任務(wù)傳遞。大語言模型的推理和記憶能力，都能更有效地為多智能體的行動提供支援。

而 OpenAI 不就在于有厲害的模型嗎——年初時(shí)，他們借由 ChatGPT 灰度測試過，在對話框內(nèi)，可以召喚其他 GPT 插件，也算是一種多智能體協(xié)作的「平替版」。

只是效果著實(shí)不咋地，嘗試了一下 Capcut 的插件，一直鬼打墻的跳轉(zhuǎn)不成功（注：Capcut 是剪映的海外版）。

可以說，這一次的 Swarm 是 OpenAI 探索充分調(diào)動自己的優(yōu)勢——強(qiáng)大的基座模型——再進(jìn)一步摸索出一個(gè)多智能體的工作流程框架。

好消息是，在從 OpenAI 變得越來越「吝嗇」之后。這次 Swarm 倒是開源出來了。大語言模型讓多智能體系統(tǒng)能夠以更加自然的方式與人類互動。相信在未來，這種交互絕不僅限于簡單的對話，而是會更多的提高生產(chǎn)力。

本文來源：Appso

OpenAI Swarm 多智能體協(xié)作

appso