“未来是不是人就没有什么智力之差了呀？如果能把工具用好！”

当智能体技术从概念验证走向实际应用，当多智能体协同从理论变为现实，我们正站在一个技术变革的关键节点。从单一智能体到多智能体协同，从工具调用到强化学习，从开源框架到商业落地——这不仅是技术的进步，更是通往AGI的重要探索。

在这个充满机遇与挑战的时代，技术框架的选择变得前所未有的重要。MCP协议解决的是接口标准化问题，而框架层面要解决的是如何高效组织和调用工具，如何实现智能体间的有效协同。当强化学习让智能体具备真正的自我进化能力，当开源社区推动技术思考和判断的转换，我们该如何在这场技术浪潮中找到自己的位置？

超级智能体路径还是多智能体协同路径？静态模型还是动态学习？开源还是闭源？在技术快速迭代的今天，个人如何保持认知的高水位和学习的热情？

本期《会友镖局》，我们邀请到两位顶尖智能体协同开源领域的技术负责人，来自蚂蚁的进捷和开源社区CAMEL的范文栋，与我们分享他们在智能体技术探索中的深度思考。

让我们一起探索通往AGI的技术之路。

👩 本期人物

主持人: 蚂蚁集团 友红

嘉宾: CAMEL项目负责人 范文栋
嘉宾: 蚂蚁集团AWorld项目负责人  进捷

⏱️ 本期时间轴

02:30 智能体的两种发展路径，超级智能体与多智能体协同

当前智能体发展的两条主要路径。一条是“大力出奇迹”的超级智能体路径，致力于让单一智能体变得无所不能；另一条是多智能体协同路径，通过构建一个系统，让多个具有不同专长的智能体协作完成复杂任务。这两条路径并非相互排斥，而是相辅相成，共同推动AGI的发展。

08:45 技术框架的核心价值，从接口标准化到高效系统构建

MCP协议解决了工具调用的“USB接口”问题，实现了接口的标准化。但更上层的框架，如AWorld和CAMEL，则要解决如何高效组织和调用这些工具，实现智能体之间的有效协同，以及优化整个系统的性能和鲁棒性等更复杂的问题。

15:20 软件公司模式与群聊模式，未来多智能体协同的两种实现形态

多智能体协同在产品形态上的两种可能性：一种是模拟软件公司的运作模式，将不同角色的智能体（如产品经理、程序员、测试工程师）组织起来，共同完成一个软件开发项目。另一种是更贴近用户日常交互的群聊模式，用户可以在一个群里与多个不同功能的智能体进行对话和协作。

22:10 如何用好“80分”的AI程序员

AI程序员目前能做到“80分”，可以快速生成大量代码，但仍需要人类专家进行代码审查、架构设计和最终决策。关键在于如何建立有效的人机协同工作流，发挥AI的效率优势，同时保证代码质量和系统稳定性。

28:35 让智能体实现“自我进化”的关键

与传统的监督式学习（SFT）不同，强化学习让智能体通过与环境的交互和试错，自主学习和迭代，从而实现能力的“自我进化”。这是从“静态模型”迈向“进化模型”的关键一步，也是通往更高级别人工智能的必经之路。

35:50 认知高于技术

在当前AI浪潮下创业成功的关键要素：团队的认知水平、对技术趋势的判断力以及对商业模式的理解，比单纯的技术实现能力更为重要。正确的认知可以帮助团队在快速变化的环境中找准方向，做出正确的战略选择。
参与开源项目对于技术团队和个人成长来说，有重要价值。开源不仅仅是获取免费代码，更是一种开放式的协作和思辨模式。

51:34 多智能体协同的终极目标——超越人类智慧，解放生产力

多智能体协同的终极愿景是构建一个能够超越单个人类智慧的集体智能系统，从而将人类从重复性、繁琐的劳动中解放出来，去从事更具创造性和战略性的工作，最终极大地解放和发展生产力。
AWorld项目旨在创建一个模拟真实世界环境的平台，让智能体可以在其中自由探索、交互和接受训练。通过这种方式，智能体可以积累经验，学习技能，并最终在真实世界中完成复杂的任务，这是实现通用人工智能的重要基础设施。

55:32 AI工具将拉平个体间的知识与能力差距

随着AI工具的普及和易用性提升，未来个体之间的知识和技能差距可能会被大大拉平。每个人都可以利用强大的AI助手来增强自己的能力，实现过去难以想象的创意和项目，这是一种“智能平权”的体现。
通往AGI的道路充满了不确定性，行业内尚未形成统一的共识和明确的技术路线。探索者需要有坚定的信念，同时也要具备灵活性，能够根据新的发现和反馈，不断调整自己的路径和方法。

59:46 从“传授知识”到“提供环境”的范式转变，智能体能否自我迭代将是关键

强化学习带来的核心范式转变是，我们不再是直接向AI“传授”固定的知识和规则，而是为它创造一个可以自主学习和探索的“环境”。AI通过与环境的交互，自己总结规律、迭代能力，这种学习方式更接近生物的智能形态。
静态模型依赖于预先定义好的数据和规则，其能力有明显的上限。而进化模型则可以通过与环境的持续交互和学习，不断突破自身能力的边界，实现自我迭代和进化。一个智能体框架是否支持进化模型，是其是否具有长期潜力的关键标志。

71:56 百花齐放的智能体框架

不同的框架有不同的设计哲学和侧重点，例如dify注重应用的易用性和工作流搭建，而OWL和Camel AI则更侧重于提升AI的底层能力和通用任务解决能力。开发者可以根据自己的需求选择合适的框架。
CAMEL社区正在进行一项令人兴奋的实验：通过构建大规模的智能体社会模拟，探索是否能够涌现出超越个体智能总和的“群体智能”。

75:58未来已来：拥抱开源、与AI共舞，在AGI时代乘风破浪

对于技术人员而言，开源的核心动力源于技术信仰与社区协作，它为个人成长提供了绝佳路径。在AGI时代，衡量个人能力的关键在于与AI的协作效率，找到“北极星”指标来度量成长，将是成为未来超级个体的核心。

对于非技术人员而言，融入AI时代的关键是善用AI工具提升效率。

在不确定性中持续前行，保持开放和容错的姿态，这种探索精神是抵达目标的必需品质。

🎯 核心观点

1. 多智能体协同也会有scalinglaw原则，在智能体协同到一定量级会出现群体智能涌现。

2. 两条发展路径并行：超级智能体路径通过“大力出奇迹“让单一智能体变得足够强大，多智能体协同路径采用去中心化方式让不同专长的智能体协作，两条路径相互促进、协同发展；

3. 框架选择决定成败：MCP协议解决接口标准化问题，框架层面要解决如何高效组织调用工具、实现智能体协同、优化系统性能等核心问题；

4. 强化学习赋能进化：从传统的直接教授人类经验，转向提供环境让AI自主探索学习，这种转变让智能体具备真正的自我进化能力；

5. 多智能体协同优势：可以针对不同领域定制不同场景的配置，从软件公司形态到群聊模式提供多样化的用户交互体验；

内容策划：常常

运营：狐狸

更多节目信息，欢迎关注小红书：会友播客

添加小助手微信：huiyouhz，可以加入听友群喔