很久没读过这么通透的Agent的文章了。

这周这是怎么了连续看了两篇我认为是今年最好的AI文章了。一篇是梁文锋对于接下来 AI 大模型的判断另外一篇是今天我要写的 EvoMap 张昊阳对于 Agent 的思考。好久没看到这么通透的、讲 Agent 执行层面的文章了。https://evomap.ai/zh/blog/how-ai-swarms-win-from-26-to-71-percent张昊阳和 EvoMap估计很多人还不太熟悉。我一直在关注他们。前几个月 Hermes Agent 还有些热度的时候曾经被人发现它抄袭了 EvoMap 团队的产品 Evolver。自进化的逻辑还有代码实现Hermes 和 Evolver 都无比接近。也是那段时间我在团队内部多次给同事分享过他们公众号的文章。当时最打动我的是他们对 Agent 的一个判断。现在的大模型能力越来越强但每个新启动的 Agent都是全新的。所以三月份 OpenClaw 大火的时候大家都说养虾。得从头开始养。Agent 执行任务的时候会反复踩坑、不断试错最后积累一些正确的经验。但这些经验通常只能停留在当前会话或者当前 Agent 的记忆里很难传给其他 AI。举个例子。一个 Agent 调用某个 API花了半个小时查文档、改参数连续失败好几次最后终于找到正确方法。对这个 Agent 来说它确实学会了。但换一个 Agent遇到同样的问题往往还得重新踩一遍坑。当时大家解决这个问题的主要办法是把经验写成 Skill。Skill 当然很重要它能把一套流程、工具和方法封装起来让 Agent 反复调用。但 Skill 没有解决一个 Agent 在实际工作中刚学到的经验怎么快速传给其他 Agent。#01Agent 的经验怎么传递EvoMap 的思路是把 Agent 运行中学到的有效经验提炼成一种类似基因的东西。当然基因是加引号的基因。一个 Agent 找到了解决办法就把这个办法提炼出来验证之后上传到网络。以后其他 Agent 遇到类似问题可以直接继承这段经验不用再从头摸索。所以他们最核心的判断是AI 的经验也可以成为一种能够流通的资产。https://arxiv.org/abs/2604.15097我当时看到这个想法觉得非常妙。那时候大家已经意识到 Skill 是个好东西但 Skill 更像人提前编写好的一本操作手册。EvoMap 想从根上彻底解决的是Agent 每天都在干活它学到的经验能不能沉淀下来再传给更多 Agent如果这件事能成立Agent 就不再只是反复调用一个固定的模型。它在工作中积累的经验也会慢慢变成整个系统的一部分。沿着这个思路往前推自然就会来到多 Agent 协作也就是 Agent 蜂群。为什么他们一直用基因这个词因为生命的进化本身就依赖基因的传播。过去我们经常把 AI 比作人。人和今天的 Agent 之间有两个非常明显的差别。第一人能持续学习。遇到一件事经历一次失败下次再碰到通常会处理得更好。梁文锋也讲过下一代 AI 一个非常重要的能力就是自主持续学习。当Agent 能够持续学习跨过自我迭代的奇点下一代通用智能就会加速第二人类的进化不会随着某个个体死亡而中断。一个人学到的具体知识未必能遗传但整个物种经过漫长时间形成的生存能力会通过基因继续传下去。持续学习得靠模型层面解决。群体经验的传承得从 Agent 的设计层面入手。就像《星际争霸》里的虫族。单个个体未必特别强但每个个体在环境中获得的信息都可以回传到蜂巢。整个种群不断调整自己的 DNA适应新的环境最后变得越来越强。如果 Agent 也能形成这种能力应该会是一个非常重要的突破。这就是 EvoMap 在做的事情。#02主 Agent 为什么会成为瓶颈早上我看到他们又往前跨了一步。这次研究的重点已经从 Agent 如何共享经验推进到多个 Agent 如何真正完成协作。今天大家讲多 Agent常见做法是设一个主 Agent再让它调度一批 Sub-Agent。主 Agent 负责理解目标、拆解任务、分配工作。Sub-Agent 各自执行最后把结果交回主 Agent由它汇总。这个思路看上去很合理跟现实公司的组织方式也很像。但任务一复杂主 Agent 很容易成为整个系统的瓶颈。它得同时掌握完整目标和所有任务的进度还要读每个 Sub-Agent 返回的材料判断哪些信息有用哪些结果可靠最后重新组织一遍。Sub-Agent 越多主 Agent 要处理的上下文就越长。前面已经完成的结果在一轮轮汇报、压缩和转述中很容易被遗漏甚至被重新理解错。所以 EvoMap 这次其实在探讨两个更底层的问题。第一我们现在常见的主 Agent 加 Sub-Agent 这种结构本质上是不是已经是最优解还是说一项复杂任务有没有可能拆得更彻底让每个 Agent 只负责一个非常明确、几乎不需要再协调的子任务最后再用一种更可靠的方式把结果拼接起来第二如果我们不一开始就设计好主 Agent 统筹、Sub-Agent 执行这种固定分工只是给一群能力相近的 Agent。它们能不能在执行过程中自己发现各自更擅长的方向逐渐形成稳定的分工和协作关系#03同一个模型从 26% 到 71%他们先做了第一个实验。实验一共 563 道题包括逻辑题、普通数学题、竞赛数学题和物理题。三组实验全部用同一个模型Claude Haiku 4.5。第一种方式让一个 Agent 在同一个上下文里完成全部题目。第二种方式就是常见的 Sub-Agent 模式。主 Agent 看到完整题目完成拆解和分配Sub-Agent 分头解题再把报告返回给主 Agent由主 Agent 汇总答案。第三种方式是 EvoX 蜂群。他们把任务尽可能拆成原子任务每道题进入一个独立的 Agent。每个 Agent 只处理自己负责的部分完成以后把答案写入提前规定好的位置最后由程序按照题号直接收集不再交给另一个大模型重新整理。最后的差距非常夸张。单 Agent 的正确率是 26.29%。Sub-Agent 模式是 38.54%。EvoX 蜂群达到了 70.69% 到 70.87%。同一个模型只是调整了组织和执行方式正确率就从 26% 提升到接近 71%。看到这里大家可能会觉得蜂群效果更好是因为它启动了更多 Agent消耗了更多 Token。但 Sub-Agent 模式同样启动了很多 AgentToken 消耗也不低结果依然远远落后。所以蜂群的核心不在于数量。一群 Agent 同时工作并不会自然产生群体智能。真正决定结果的是任务怎么拆执行过程怎么隔离最后怎么汇合。EvoX 首先把任务拆得足够小。每个 Agent 只需要处理一个边界清楚的问题不用同时照顾几十个目标也不用频繁切换任务。这样既方便追踪也能降低单次任务的复杂度。其次每个 Agent 都用独立上下文。一个 Agent 连续处理大量任务时上下文会越来越长。前面的问题、推理过程和中间答案不断累积后面的判断也容易受干扰。EvoX 让每个 Agent 只看到自己负责的那部分内容。它不用记住整个任务发生过什么只需要完成眼前这件事。第三个设计也是我觉得最重要的地方是他们没有让结果再经过一次大模型汇总。Agent 负责处理需要推理的问题程序负责完成确定性的合并。每个 Agent 都有固定的任务编号和输出位置。程序可以直接检查哪些任务已经完成哪些任务出现遗漏再按编号收集答案。这样已经正确的结果就不需要再经历一轮转述、概括和取舍。#04损耗到底在哪里他们后来继续检查 Sub-Agent 模式的中间结果发现了一个特别反直觉的现象。563 道题里Sub-Agent 在执行过程中其实已经答对了 373 道。但经过报告传递和主 Agent 的最终汇总交付出来的正确答案只剩 217 道。有 166 道题中间明明已经答对最后却变成了错误或者直接消失了。正确答案的保留率只有 55.5%。这个发现它至少说明多 Agent 系统的失败并不只发生在执行阶段。很多任务Sub-Agent 其实做对了问题出在后续的信息传递和结果汇总里。这个过程很像传话游戏。Sub-Agent 先完成任务再整理成报告。主 Agent 读完报告需要重新理解再压缩成最终结果。每多一层自然语言转述就多一次信息损失的机会。原始答案可能没被提取出来格式可能发生变化前面的正确内容也可能被后面的错误覆盖。EvoX 蜂群的思路非常朴素。既然题目已经答完就别再让另一个大模型去读一遍、理解一遍。让 Agent 专心解题答案由一段写死的程序按编号收集拼接不做任何二次加工。有点意思这个思路。因为我们今天设计 Agent 工作流的时候很容易陷入一个误区什么事情都想交给大模型。让大模型拆解让大模型执行让大模型汇报再让另一个大模型汇总。但有些环节传统程序要可靠得多。比如任务有没有遗漏结果是否重复输出格式是否正确某个任务是否超时这些事情都有明确规则完全可以交给程序处理。大模型更适合处理模糊和不确定的问题。代码的确定性和稳定性则会高很多。一个蜂群需要足够自由每个 Agent 可以发挥自己的能力。同时也需要一套稳定的底层协议保证所有局部结果最后能拼成完整的交付。理解到这我估计很多同学跟我有一样的疑惑会怀疑前面的 case 是不是过于简单。前面的题目人可以提前把分工排好谁做哪道题答案放在哪都是清楚的。但很多复杂任务分工本身就没法提前定死。比如开发一个产品前端任务可能依赖接口设计接口设计又依赖数据结构。执行过程中还可能冒出新问题有些任务需要返工有些任务会重复也有些任务突然失去意义。这种情况下人都很难提前把全部任务和组织关系写死。#05Agent 的自组织所以他们继续做了第二个实验。这次研究的问题是Agent 能不能在工作过程中逐渐形成自己的专长再根据这些专长选择合作伙伴产生比人类更高效的组织形式实验最开始放入 24 个配置完全相同的 Agent。这些 Agent 没有提前设置角色。它们先完成多轮任务。每处理一道题Agent 都会总结这类题目的经验并把经验记录到自己的 Memory 里。这些经验在实验中被称为 Gene。有的 Agent 选的物理题比较多慢慢积累了更多物理经验。有的 Agent 经常解决数学题逐渐形成了数学方向的能力。经过八轮任务之后原本完全相同的 Agent开始拥有不同的经历、专业侧重和历史正确率。也就是说它们的身份不是人提前指定的而是在一轮轮选择和执行中慢慢形成的。接下来研究团队让这些 Agent 自主选择新的伙伴。当 Agent 只能看到彼此之间的连接关系时它更喜欢选择朋友的朋友。最后形成的网络里保留了很多熟人小圈子。当 Agent 可以看到候选者的专业侧重和历史正确率时它的选择马上变了。它开始连接正确率更高的 Agent也会寻找专业能力更适合自己的人。同一个 Agent只因为能看到的信息不同就选择了完全不同的合作对象。大量个体选择累积之后整个 Agent 网络的形态也跟着改变。只展示社交关系时Agent 更容易在原来的圈子里继续连接。展示能力和表现以后一些高正确率的 Agent 开始成为网络里的枢纽其他 Agent 会跨过原来的关系主动连接更适合完成任务的人。同一群 Agent最后长出了两种不同的组织形态。不过这个实验目前只验证了自组织最早期的一个动作也就是选择伙伴。这些连接还没有真正承担任务转交和协作。Agent 还没有完整实现自主拆解、认领任务、处理冲突和重新分配工作。所以现在说它们已经形成了完整的 Agent 社会还太早。但这个实验已经透露出一个很有意思的信号Agent 的组织方式会受到可见信息的影响。只提供关系信息它们就容易找熟人。提供能力和历史表现它们就会找更合适的合作对象。以后如果再加入成本、信用、响应速度和历史合作记录可能还会形成更复杂的关系。所以Agent 的自组织并不会凭空发生。系统向它们展示什么信息奖励什么行为它们就更容易形成什么样的组织。#06写在最后写到这里这篇文章也就结束了。大周六的从早上 7:30 写到 11:45几乎一气呵成。毫不夸张的说我觉得这是今年我读过的 Agent 落地方面最重要的一篇文章了。所有做 Agent 研究的朋友都可以去看一看 EvoMap 这家公司他们现在的很多实验还处于早期阶段一些结论也需要继续验证。但他们提出问题的方式以及解决问题时对工程细节的重视确实让我眼前一亮。现在的大模型已经足够聪明单个 Agent 也能完成越来越长的任务。但只要任务继续变复杂靠一个主 Agent 管理所有事情很快就会碰到上下文、协调和结果损耗的问题。接下来真正关键的突破可能会同时发生在两个方向。一个方向是让 Agent 在工作中积累的经验能够保存、验证和传播。另一个方向是让越来越多的 Agent 在稳定的规则下完成分工并根据任务和能力调整自己的协作关系。这两件事一旦逐渐成熟Agent 就会发生一次彻底的变化。我不知道这一天具体什么时候到来。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】