OpenAI Swarm 是由 OpenAI Solutions 团队开发的一个实验性框架，它专注于构建、编排和部署多 Agent 系统，这个框架旨在为开发者提供一个轻量级、可控且易于测试的工具集，以设计和管理多个相互协作的 LLM-base Agent，共同处理复杂的任务和工作流。

Swarm 是什么

Swarm 可以被视为一个多 Agent 编排框架，每个 Agent（智能体）都具备特定的任务和能力，能够执行特定的操作，Swarm 协助这些智能体相互配合，完成复杂的任务，OpenAI 展示了 6 个示例的场景^[1]。

例如，在开发一个客服系统时（demo 示例：https://github.com/openai/swarm/tree/main/examples/customer_service_streaming），可以设计多个 AI 智能体，每个智能体负责不同的任务：

• 智能体 A：负责接待客户并了解他们的问题。
• 智能体 B：专门处理产品退货相关的请求。
• 智能体 C：处理技术支持问题。

Swarm 允许这些智能体协同工作，例如，智能体 A 在听到客户想要退货时，可以转交给智能体 B；遇到技术问题时，则转交给智能体 C。这种协作使得 AI 系统更加灵活和智能。

Swarm 通过以下两个核心概念实现多智能体的协调与执行：

• 智能体（Agent）：每个智能体都有自己的指令和工具，并能在必要时将任务交给另一个智能体。智能体可以执行一组预定的函数，并根据具体情况切换任务执行者。
• 交接（Handoffs）：当一个智能体完成任务后，它可以将控制权交给另一个智能体，继续执行后续任务。这种交接机制使得复杂的多步骤流程能够轻松实现和管理。

主要功能

• 智能体之间的交接：智能体可以根据任务需求，将当前任务交给更合适的智能体处理。
• 自定义智能体行为：开发者可以为每个智能体定义不同的功能和指令。
• 无状态设计：Swarm 是无状态的，每次调用都是独立的，不需要保存任务历史。
• 函数调用和执行：智能体不仅能处理文本对话，还可以调用自定义的函数执行特定任务。

Swarm 使用示例：以下是一个简单的示例，展示了如何在 Swarm 中创建智能体并完成任务：

在这个例子中，agent_a 是一个友好的智能体，负责接收用户请求。当用户想与 agent_b 对话时，agent_a 调用函数 transfer_to_agent_b，将任务交给只会用俳句说话的 agent_b，并输出它的回答。

定义多个 agent，通过 functions 定义移交能力，通过 instructions 自然语言控制移交，Agent 则内聚实现强大能力，同时 Agent 之间状态解耦，是无状态的。

适用场景

Swarm 适用于需要多个步骤或多个任务协同完成的复杂工作场景：

• 多步骤任务处理：Swarm 能够协助开发者通过分配不同智能体处理各自步骤，确保各阶段顺畅过渡。
• 多智能体协同：对于复杂任务，Swarm 支持智能体间的高效协作，使它们能在关键时刻协调接管子任务。
• 工作流管理可扩展性：Swarm 使开发者能够根据实际需求扩展和定制智能体的行为与功能，以便更好地应对大规模 AI 工作流的挑战。

总结

Swarm 目前设计没啥新东西，就是定义了一套基础的 Agent 原语，用于表达 Agent 如何工作以及将不擅长的工作移交，是对 LangGraph 和 Dify Workflow 编排功能的组合，目前还不成熟，但是肯定是为o1的广泛应用作铺垫，可以持续关注看看会不会有新东西，当前多 Agent 框架还是继续用CrewAI^[2]。