Andrew Ng: Die Zusammenarbeit mehrerer Agenten ist der neue Schlüssel, und Aufgaben wie die Softwareentwicklung werden effizienter

Vor nicht allzu langer Zeit erwähnte Stanford University Professor Andrew Ng in seiner Rede das enorme Potenzial intelligenter Agenten, was ebenfalls viele Diskussionen auslöste. Unter anderem sprach Ng Enda darüber, dass der auf GPT-3.5 basierende Agenten-Workflow in Anwendungen eine bessere Leistung erbringt als GPT-4. Dies zeigt, dass es nicht unbedingt ratsam ist, sich auf große Modelle zu beschränken, und dass der Agent möglicherweise besser ist als das von ihm verwendete Basismodell.

Im Bereich der Softwareentwicklung haben diese Agenten ihre einzigartigen Fähigkeiten zur effizienten Zusammenarbeit, zur Bewältigung komplexer Programmierprobleme und sogar zur automatischen Codegenerierung unter Beweis gestellt. Die neuesten Technologietrends zeigen, dass KI-Smart-Communication großes Potenzial in der Softwareentwicklung aufweist. Erinnerst du dich an Devin? Als der erste KI-Softwareentwickler der Welt bekannt war, überraschte er uns, als er erschien. Kann der Erfahrungswert direkt maximiert werden, wenn mehrere Agenten zusammenarbeiten?

Stellen Sie sich ein Team aus mehreren Agenten vor, von denen jedes Mitglied auf eine bestimmte Aufgabe spezialisiert ist, z. B. Codeüberprüfung, Fehlererkennung oder Implementierung neuer Funktionen. Diese intelligenten Einheiten können sich in ihren Fähigkeiten gegenseitig ergänzen und gemeinsam den Fortschritt von Softwareprojekten vorantreiben. Wären dadurch nicht die Hände der Programmierer frei und sie müssten sich keine Sorgen mehr über Sehnenscheidenentzündungen machen?

Andrew Ng hat einen Artikel geschrieben, der uns tief in dieses Gebiet einführt und die neuesten Entwicklungen bei intelligenten Systemen untersucht. Vor diesem Hintergrund entstanden die im Artikel erwähnten Tools wie AutoGen und LangGraph. Diese Tools sollen Entwicklern helfen, KI-Agenten einfacher bereitzustellen und zu verwalten, um ihr volles Potenzial auszuschöpfen. Mit ihrer Leistungsfähigkeit können auch Menschen ohne ausgeprägte Programmierkenntnisse KI-Agenten nutzen, um Softwareentwicklungsprozesse zu optimieren und zu automatisieren. Das Folgende ist die Zusammenstellung und Übersetzung von „Heart of the Machine“, ohne die ursprüngliche Bedeutung zu ändern.

Originallink: https://www.deeplearning.ai/the-batch/issue-245/

Agentenkollaboration sind die vier wichtigsten KI-Agenten, die ich in meinen letzten Briefen beschrieben habe die Designmuster. Bei komplexen Aufgaben wie dem Schreiben von Software unterteilt ein Multi-Agenten-Ansatz die Aufgabe in Teilaufgaben, die von verschiedenen Rollen (z. B. Softwareentwicklern, Produktmanagern, Designern, QS-Ingenieuren usw.) ausgeführt werden, und ermöglicht es verschiedenen Agenten, unterschiedliche Teilaufgaben auszuführen.

Verschiedene Agenten können erstellt werden, indem ein LLM (oder mehrere LLMs) bereitgestellt werden, um unterschiedliche Aufgaben auszuführen. Um beispielsweise einen Softwareentwickler-Agenten zu erstellen, könnten wir das LLM bereitstellen: „Sie sind ein Experte im Schreiben von klarem, effizientem Code. Bitte schreiben Sie Code, um Aufgaben auszuführen …“.

Wir rufen dasselbe große Sprachmodell (LLM) mehrmals auf, verwenden jedoch einen Multi-Agent-Programmierabstraktionsansatz, der vielleicht nicht intuitiv erscheint, aber es gibt mehrere Gründe, ihn zu unterstützen:

1. Es funktioniert! Viele Teams haben diesen Ansatz mit Erfolg genutzt, und nichts ist überzeugender als die Ergebnisse. Darüber hinaus zeigen Ablationsstudien (wie im AutoGen-Artikel), dass mehrere Wirkstoffe einen einzelnen Wirkstoff übertreffen.
2. Während einige der heutigen LLMs sehr lange Eingabekontexte akzeptieren können (Gemini 1.5 Pro kann beispielsweise 1 Million Token akzeptieren), ist ihre Fähigkeit, lange und komplexe Eingaben wirklich zu verstehen, uneinheitlich. Führen Sie einen Agenten-Workflow ein und lassen Sie LLM sich jeweils auf eine Sache konzentrieren, um eine bessere Leistung zu erzielen.
3. Am wichtigsten ist, dass das Multi-Agent-Entwurfsmuster Entwicklern einen Rahmen bietet, um komplexe Aufgaben in Teilaufgaben zu zerlegen. Wenn wir Code auf einer einzelnen CPU ausführen, unterteilen wir das Programm häufig in verschiedene Prozesse oder Threads. Diese Abstraktion hilft uns, die Aufgabe in Teilaufgaben zu unterteilen, die einfacher zu programmieren sind. Auch das Denken in Multi-Agent-Rollen ist eine nützliche Abstraktion.

In vielen Unternehmen entscheiden Manager oft, welche Rollen sie besetzen und wie sie dann komplexe Projekte – wie das Schreiben eines Teils der Software oder die Erstellung eines Forschungsberichts – in kleinere Aufgaben aufteilen, die Personen mit unterschiedlichen Aufgaben zugewiesen werden Sachverstand. Die Verwendung mehrerer Agenten funktioniert ähnlich. Jeder Agent implementiert seinen eigenen Arbeitsablauf und verfügt über ein eigenes Gedächtnis (was selbst ein schnell wachsender Bereich in der Agententechnologie ist: Wie sich ein Agent an genügend vergangene Interaktionen erinnert, um bei zukünftigen Aufgaben bessere Leistungen zu erbringen) und kann möglicherweise Hilfe von anderen Agenten anfordern. Agenten können auch Tools planen und nutzen. Dadurch wird eine große Anzahl von LLM-Anrufen und Informationsübertragungen zwischen Agenten generiert, was einen sehr komplexen Arbeitsablauf bilden kann.

Obwohl es schwierig ist, Menschen zu verwalten, sind wir damit sehr vertraut und bieten einen mentalen Rahmen dafür, wie wir unsere KI-Agenten „einstellen“ und ihnen Aufgaben zuweisen. Glücklicherweise ist der Schaden, der durch die schlechte Verwaltung eines KI-Agenten entsteht, viel geringer als der Schaden, der durch die schlechte Verwaltung eines Menschen entsteht!

Neue Frameworks wie AutoGen, Crew AI und LangGraph bieten umfassende Multi-Agent-Lösungen zur Lösung von Problemen. Wenn Sie daran interessiert sind, mit unterhaltsamen Multiagentensystemen zu spielen, schauen Sie sich ChatDev an, eine Open-Source-Implementierung einer Sammlung von Agenten, die virtuelle Softwareunternehmen betreibt. Sie können sich ihr GitHub-Repo ansehen, das Repo vielleicht klonen und das System selbst ausführen. Auch wenn es möglicherweise nicht immer zu den gewünschten Ergebnissen führt, werden Sie von der Leistung überrascht sein.

Genau wie bei der Planung dieses Entwurfsmusters finde ich, dass die Qualität der Ergebnisse der Zusammenarbeit mit mehreren Agenten schwer vorherzusagen ist, insbesondere wenn Agenten eine freie Interaktion ermöglicht und ihnen mehrere Tools zur Verfügung gestellt werden. Ausgereiftere Reflexions- und Werkzeugnutzungsmuster sind zuverlässiger. Ich wünsche Ihnen viel Spaß beim Spielen mit diesen Agent-Designmustern und wünsche Ihnen erstaunliche Ergebnisse! Wenn Sie mehr erfahren möchten, können Sie den folgenden Artikel lesen:

• Papiertitel: Communicative Agents for Software Development
• Papierlink: https://arxiv.org/pdf/2307.07924. pdf

• Papiertitel: AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation
• Papierlink: https://arxiv.org/pdf/2308.08155.pdf

• Papiertitel: METAGPT: META PROGRAMMING FOR A MULTI-AGENT COLLABORATIVE FRAMEWORK
• Papierlink: https://arxiv.org/pdf/2308.00352.pdf

Mehr Details Zum Inhalt lesen Sie bitte den Originaltext.

Nach der Lektüre dieses Artikels waren die Internetnutzer sehr inspiriert. Einige Internetnutzer wiesen jedoch darauf hin, dass die Stabilität und Vorhersehbarkeit von Multiagentensystemen bei der Ausführung derselben oder ähnlicher Aufgaben berücksichtigt werden muss. Was sind Ihrer Meinung nach die Vor- und Nachteile der Multi-Agenten-Zusammenarbeit?