回复
告别单Agent，AI Agent进入团战时代！
嘿，大家好！这里是一个专注于前沿AI和智能体的频道~
上周，CAMEL-AI开源了Eigent，推广话术是 “全球首个桌面端多智能体生产力团队”。
后脚，Manus火速上线了一个功能高度相似的“Wide Research”，允许上百个智能体并行研究。
以至于，官方亲自下场，字里行间充满了对这种巧合的质疑。今天给家人们分享一下Eigent的内核，它到底开源了什么，又是如何搅动了多智能体赛道的。
Eigent：你的桌面AI工作组
多Agent，简单来说，就是告别AI单兵作战。
过去我们用Agent，就像是雇佣了一个AI员工，任务得一件一件串行处理。
Eigent的目标是直接给你一个开源的、能并肩作战的AI团队（Workforce），而且这个团队就跑在你的电脑上。
核心特色是：
- 100%开源+本地部署：代码全开放，还能接入自己的本地模型。隐私、成本和可控性，统统拿捏。
- 人类可随时介入（Human-in-the-loop）：AI干活不是“盲盒”，关键节点它会主动请你来“拍板”，确保结果不跑偏。
Manus的Wide Research
Manus的新功能，从官方演示来看，用户可以让上百个Agent并发执行任务，比如同时分析100款运动鞋，或同时生成50种不同风格的海报。
二者之间的理念基本上一模一样的。
Manus官方介绍，每个子智能体都是一个功能齐全的Manus实例。而且测试一波可以明显感受到，Manus的新功能，Sub Agent速度很慢，而且会消耗很多的Token，过程可见性也比较差。
相比较而言，开源的Eigent，反而是调度的更好，每个Worker有更清晰的角色和技能。理论上鲁棒性更高。
技术深挖：Eigent的秘密
系统架构
系统的核心是这个Workforce分层架构。
你可以把它理解成一个项目团队：
- Task Manager Agent负责拆解你的宏观任务，制定策略。
- Coordinator Agent负责把拆分好的子任务，精准地分配给下面的Worker。
- Worker Nodes这就是干活的主力了。Eigent内置了多种Worker，随时待命：
Developer Agent：写代码、跑终端命令的“程序员”。
Search Agent：上网扒信息的“调研员”。
Document Agent：写文档、做PPT的“文员”。
Multimodal Agent：能处理图文的“设计师”。
所有Worker通过一个共享任务通道来沟通，任务可以并行处理，一个Worker的产出能无缝成为另一个Worker的输入，从而实现流水线作业。
MCP
用过MCP的都说好，所以到8月份了，一个Agent，不可能不用MCP了。
Eigent在这方面做得非常彻底：
- 它内置了超过200种MCP工具，几乎涵盖了所有常见操作。比如DocumentAgent配备了PPTXToolkit和ExcelToolkit来处理Office文档；DeveloperAgent则有TerminalToolkit来执行系统命令。
- 可扩展性： 可以非常方便地添加自己的MCP服务器，将内部API、私有数据库或者自定义的Python函数封装成工具，供你的AI团队调用。
值得一提的是，谷歌很久之前开源了一个DataBase MCP toolkit。
https://github.com/googleapis/genai-toolbox
可以让模型更容易操作数据库（请注意安全问题。一定注意备份！）
容错机制
我研究了下代码，Coordinator Agent 的容错也很有意思，值得分享一下。
当一个Worker搞砸了任务时。
Coordinator会首先尝试将失败的任务分解成更小的步骤，然后重新分配下去。就像人发现一个任务太难，会把它拆解成几个小目标一样。
如果重试几次还不行，Coordinator会判断是不是Worker能力不行。这时它会升级处理，创建一个全新的、专门针对这个失败问题的Worker节点来解决问题。
为了防止无限循环地尝试和资源浪费，整个工作流在连续失败超过设定次数（默认为3次）后会自动停止。
这套规则机制，也可能让系统具备更好的鲁棒性。更动态的解决问题。
最后
可能AI Agent，正在从 “我的Agent有多聪明”，转向“我的Agent团队协作效率有多高”。
并行化、工作流编排将成为新的护城河。
优秀的开源项目，也在迫使Manus这类闭源产品，更快的创新和功能下放，最终受益的都是开发者和用户。
附录：Eigent项目链接
- GitHub 地址：https://github.com/eigent-ai/eigent
- 下载试用链接： https://www.eigent.ai/
- 产品文档： https://docs.eigent.ai/
本文转载自探索AGI，作者：猕猴桃
赞
收藏
回复
相关推荐
