我在通用Agent上的探索设计初稿

推荐语

资深软件工程师罗小东分享通用智能体设计初稿，探索AI技术与业务场景融合新路径。

核心内容：
1. 通用智能体设计理念与原则，聚焦中小团队业务需求
2. 结果型交付与低成本部署，适应多业务场景
3. 多Agent协作与结果可控性，提升输出效果与业务聚焦

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

软件工程师罗小东，拥有多年架构和平台设计经验，目前专注于平台与新技术的融合研究。

前言

通用智能体是开源AIP项目上进行的探索，这里是近段时间输出1.0初版本设计，另外所谓通用的意思不会约束在某一个场景上面。

概述

单智能体的限制还有chatbot的限制，这里主要参考扣子空间，OpenManus等设计。

原则依然是针对于业务深入，针对的是中小团队场景，私有数据和大模型结合，设计思路如下：

• 结果型交付，需要结合业务有真实可用的输出

• 结合内部真实场景，不要娱乐型AI，结果可用

• 中小团队都能内部部署，低成本运作

• 可以切换不同场景，多Agent通用场景和业务型场景

• 过程还可以修改，可控还有进一步调整

• …

执行过程通过规划-推理-执行-总结-结果这个流程，推理主要是使用ReAct设计，每个设计是思路不一，我有我思，也期望有兴趣的同学可以交流。

输出效果

我们可以来看看输出的规划文档输出效果，这里以一份短视频营销输出文档为示例（非内部数据）：

这里是数据分析输出的效果，结合内部数据直接导入分析的（内部数据库）：

还有网页版本的数据分析结果，这里会有比较直观的图形分析：

网页版本的分析展示在一定程度上效果较好，但是内容结构相对于Word版本来说，展示还需要进一步的提升。

产品设计

以下为产品设计思路。

交付型结果

出来的结果需要达到可用或是结合业务的，这里直接链接的内部数据资产平台，直接提供查询和全文检索：

以下为输出的电商数据分析例子：

整体效果内容较为丰满，如果有不同的要求，输出的内容方向，也会有不同的结果，这里是AI默认生成。

低成本部署和落地

考虑到低成本，中小团队可以内部私有化，去掉了虚拟机或是其它不一定需要的工具，在一些场景上可能无法实现，比如浏览器RPA操作。

考虑到稳定性，这里数据检索，我们通过数据资产套件来处理，另外结合搜索引擎网络数据检索来实现。

下面是数据抽取的简单流程：

实时部分我们通过Chatbot来做显示进度还有运行情况，如下图：

这样也可以显示效果，我们发现也是可以满足场景需求。

多Agent多业务场景

我们之前研究看到的，类似Manus，它的Agent协作是固定的，这些在输出结果精度，幻觉，检索等方面需要较高技术难度，内容可能不够聚焦。

在这里我们设计场景Agent可以自定义选择，每个场景，有专门的Agent有自己行业的知识库等，使得Agent还有结果聚焦在这个业务场景上面。

通过多种Agent的选择和自定义，我们可以灵活的选择和搭配不同的智能体能力。

结果可控可修改

我们需要规划的结果可以修改，每个规划阶段过程也可以修改，以下为整体的设计界面：

左边的规划结果是可以调整修改还有重新生成结果的，内容也可以编辑，达到更优的结果。

以下为输出的指定Agent来做报表输出，也可以不同场景切换不同的Agent来做输出：

报表输出的结果显示也是由AI生成，每个显示结果和报表都做了二次设计和定义不同的指令。

总结

以上为在通用场景上的研究情况，有一定惊艳的效果，主要是让我们的AI设计往交付行结果走了一步，前期跟客户进一步沟通的情况，假如说大家的设计架构是一样的，其它的就是Agent数据资产的优劣程度，数据质量的高低，行业数据资产和AI这部分将是我们下一步深入探索的部分。有兴趣的同学也可以交流。