摘要：3月4日，全国人大代表、小米集团董事长兼CEO雷军发布了2025两会人大代表建议案，其中提到加快推进以大模型为代表的人工智能技术与智能终端技术融合创新，加快多Agent协作。3月5日，中国团队Monica发布全球首款通用型AI agent产品“Manus”，以
3月4日，全国人大代表、小米集团董事长兼CEO雷军发布了2025两会人大代表建议案，其中提到加快推进以大模型为代表的人工智能技术与智能终端技术融合创新，加快多Agent协作。3月5日，中国团队Monica发布全球首款通用型AI agent产品“Manus”，以“全链路自主执行”能力引爆科技圈。它能在用户指令下完成简历筛选、房产分析、股票研究等复杂任务，以多智能体协同架构（Multi-Agent System）重新定义了AI的边界。这一突破标志着智能体技术正式迈入“多智能体协同”阶段——从单一任务的执行者，进化为具备分工、协作与动态优化的智能群体。其中，云计算通过虚拟化技术提供动态的计算、存储和网络资源，多智能体系统可以按需调用这些资源，支持大规模智能体的并行运行，成为多智能体强大的基础支撑。
一、为何多智能体协同是必然趋势？
（一）突破单一智能体的局限性
单一智能体在某些特定场景表现突出，但在复杂环境下仍出现诸多局限，如集中式架构带来容错机制缺失、封闭式系统导致可扩展性较差、难以整合多元异构智能算法模型、难以全面掌握信息要素导致认知偏差等，非常受限于任务类型和场景适应性。与使用单智能体的系统相比，多智能体系统通过分工与协作，可处理更复杂的问题，显著提升系统的鲁棒性和灵活性。多智能体系统将大语言模型专门化为具有不同能力的各种智能体，使这些多样化的智能体能够相互通信、协作，共同完成一个任务，有效地模拟复杂的现实环境。
（二）解决复杂场景的协同需求
多智能体在处理复杂和动态任务方面优势明显，为需要高度协调和适应性的环境中的问题提供有效的解决方案，如智能电网、智慧城市、工业制造、交通管理、供应链等领域。例如，在软件开发领域，多个智能体分别扮演产品经理、UI设计师、开发、测试、部署等不同角色，从而将一个复杂的软件项目拆解成多个子任务，提高软件开发效率和质量。在工业制造领域，原料供应、加工、装配、检测等每个环节都可以视为一个智能体，通过传感器等设备收集生产数据，并通过网络通信进行信息共享，实现生产流程的自动化和智能化。
（三）降低推理成本与提升能效
2025年AI推理成本的大幅下降为多智能体协同提供了经济基础。通过分布式算力调度和动态负载均衡，多智能体系统可优化资源利用率，符合绿色计算趋势。例如，Manus在云端异步运行任务时，用户可关闭设备，后台仍能高效执行并通知结果。
二、多智能体协同的模式——以Manus为例
多智能体系统（MAS）是由大型语言模型驱动，并以特定方式连接的多个独立智能体组成的复杂系统。每个智能体都配置有独立的提示词、大型语言模型（LLM）以及相应的工具。该系统的设计旨在促使不同智能体之间实现高效的协同合作，从而共同完成任务。通过这种协同作业模式，系统为解决复杂问题提供了更为灵活和强大的解决方案。
多智能体系统（MAS）架构
资料来源:《Large Language Model based Multi-Agents: A Survey of Progress and Challenges》
多智能体有不同的交互协作模式，最典型的包括层级结构、集中结构、分散结构、混合结构等。以Manus为例，其技术架构以多智能体（Multi-Agent）协同为核心，采用分层结构与动态任务调度机制，通过规划智能体、执行智能体、验证智能体的协同，实现了从任务理解到成果交付的全流程自动化，大幅提升对复杂任务的处理效率。规划智能体负责解析用户指令并拆解成可执行的子任务，并动态分配至执行智能体进行任务执行，同时监控执行路径并实时修正；执行智能体负责各个子任务的具体执行，包括代码生成、数据抓取、分析建模等各类智能体，可以调用各种工具的API接口；验证智能体通过交叉校验机制确保结果准确性。三类智能体共同协作完成复杂任务。
三、国内外多智能体研究呈上升趋势
近年来，国内外关于多智能体的研究呈现明显上升趋势：
2023年7月，深度赋智开源MetaGPT多智能体框架；
2024年2月，阿里云开源多Agent开发平台AgentScope；
2024年8月，Sam Rajaei和 Guanyi Li首次提出MAaaS（Multi-Agent as a Service，多智能体即服务）的概念；
2024年10月，OpenAI推出Swarm框架，旨在解决开发者在多智能体系统编排中面临的复杂挑战；
2024年12月4日，亚马逊云科技推出Amazon Bedrock multi-agent collaboration多智能体协作功能，意味着Amazon Bedrock智能体能够处理复杂的工作流程；
……
还有微软的AutoGen、清华的AgentVerse、Crew AI、LangGraph、OMNE Multiagent等多智能体框架不断涌现。
（叶子上节点数表示该类别中论文数量）
资料来源：《Large Language Model based Multi-Agents: A Survey of Progress and Challenges》
中国信通院云大所智能云应用与服务团队从2024年9月开始对多智能体开展研究工作，联合畅捷通、钉钉、昆仑数智、腾讯、中电信数智、中移苏研、中移动、浪潮云、京东方、中软国际、北理工、上饶师范学院等三十位专家，编制了《多智能体即服务（MAaaS）能力要求》标准，并于2025年初开启首批评估报名。后续，我们将持续跟踪和研究多智能体相关内容，开展系列沙龙、案例征集等生态活动，诚邀业界专家参与！
评估简介
一、评估对象：本评估面向所有智能体及多智能体服务和解决方案提供商。包含大模型企业、SaaS/企服软件类企业、互联网企业、AI原生企业、RPA企业等。
二、评估内容：本评估依据标准《多智能体即服务（MAaaS）能力要求》，围绕智能体开发、多智能体协同、多智能体评估优化、运维管理、安全保障和配套服务6个能力域开展评估，具体评估内容如下：
来源：澎湃新闻客户端