AI 自己生成 AI，我第一次亲眼看到“智能体自己组了个智能体团队”。
就在昨晚，我正埋头吃着外卖，手机突然响了一声。一封邮件弹了出来，点开一看，居然是我申请的 MasterAgent 邀请码！
那说起这个 MasterAgent，号称是全球首个 L4 级智能体母体系统，由一群中科大 95 后的年轻团队做出来的。据说申请的人不少，没想到我才填完申请没几天，邀请码就火速送来了，不得不说，发码的速度真滴快！
但说真的，这个 L4 级智能体母体系统到底有多厉害？我也有点懵，干脆问了问 GPT，它是这样告诉我的：
- L0：普通工具人（基本啥也不会）
- L1：一根筋的 AI（执行简单指令，记忆力为零）
- L2：进阶工具人（会连环做简单任务，稍微聪明一点）
- L3：短暂记忆型 AI（能短期规划，知道自己刚刚干了啥）
- L4：真正聪明的 AI（长期记忆、多任务管理、懂自我规划，还能自己调用各种工具，甚至可能学会自省和团队协作）
- L5：传说中的超级 AI（拥有类人意图、无限进化，离我们还有点远）
换句话说，一个真正的 L4 级智能体母体系统，如果真能做出来，就相当于给你配齐了一整套“AI 打工天团”：
有干活的 AI 员工、有做计划的 AI 项目经理、有各种各样的 AI 工具箱，还有让这些 AI 高效协作的自动化系统，关键是还能 24 小时不睡觉持续运行，不时还会“反省”一下哪里能做得更好。
不过，稍微冷静一下！到底厉不厉害，还得亲自用过才能知道。
先说下在哪能用，在官网 https://master-agent.cn/ 注册，填写申请信息，然后等着给你发邀请码，这个发码的速度还是很快的。
接下来我就自己动手实测一下，看看 MasterAgent 到底是真厉害，还是只停留在 PPT 上。
我们先来看一下 MasterAgent 都能干什么，首先看下 MasterAgent 整体的一个页面。
左侧底部，有两个按钮，全自动化创建和创建单智能体。
如果选择全自动化创建，那用户只需要输入提示词，MasterAgent 就会自动去创建多智能体的团体（如下图）。
用户也可以选择创建单智能体（如下图），给出名称、角色、背景、任务等描述，创建单智能体，创建的单智能体也能够被选入到多智能体团队中。
除此之外，可以在发现智能体页面中，选择自己感兴趣的智能体，进行交互对话或者创建同款。
MasterAgent 还提供了知识库、插件等功能，智能体可以自主的使用知识库的资料以及插件工具。
我们简单的介绍完大概的页面后，来看下测试的 case，创建多智能体系统。
我想让 MasterAgent 帮我规划一下准大学生入学前都需要了解和准备什么。
现在正值暑假，还有一个月就要开学了，时间看似充裕，但真正开学的时候才会发现，有很多事，如果现在不准备，就会被打个措手不及。
回想我当初读大学的时候，什么都不懂，入学前和入学后总会遇到各式各样的问题。
比如说：
- 马上要自己一个人生活了，应该准备先什么；
- 我读的这个专业主要是学什么的，以后能干什么；
- 大学的生活节奏是怎么样的，我应该怎么规划自己的时间；
- 我应该怎么更好的融入校园；
- 我要就读的大学是怎么样的一所大学，学校周边都有什么；
新环境、新生活，总会伴随着各种未知与不确定。我们既有期待，也会手足无措。
所以我就想能不能用 MasterAgent 来帮我规划一下入学都需要准备什么以及要了解什么。
先来看我给 MasterAgent 的提示词：
我是一个今年刚高考完的男生，18岁，来自福建，今年被北京大学录取了，开学前还有一个多月。我从来没有一个人离家生活过，也不太清楚大学的学习节奏和生活环境。
我想知道，像我这样的准大学生，在入学前应该做哪些准备？不只是行李，还包括生活、学习、适应、社交、环境等方面。我不太确定我需要准备什么，也不知道该从哪里开始。
你能帮我系统地规划一下吗，越详细越好？来看下从提示词输入，到智能体生成的过程（过程有加速），大概两三分钟智能体就创建好了。
当我给出提示词后，MasterAgent 会进行规划，并向我提问缺失的信息。
这里可以选择是 AI 自动补充还是我们自己输入。
然后 MasterAgent 就会开始创建智能体，这个 Case 中总共规划了四个智能体，有学习规划师、生活教练、社交顾问、环境适应专家。
每个智能体创建的过程中，它都会自己写提示词、设定参数、调试、发布，完全不需要人干预。
看它创建智能体的过程真的有点像在远程“招兵买马”，一套下来不用我动手，感觉自己当上了项目经理了😎。
当所有的智能体都生成完了以后，会将所有的智能体打包起来，生成一个智能体团队。
看起来可太酷了，终于从当牛马转变成了创建牛马团队。
智能体团队创建完成后，我们就能通过对话的方式让这个“牛马打工团队”帮我们完成任务，视频过程如下（有加速）
我把同样的提示词发给牛马团后，它对任务进行拆分，然后调用不同的智能体去执行任务。
最后交付了一篇很长很长的文档，PDF 足足有八页，涵盖了生活自理能力、财务管理能力、必备清单、洗衣指南、饮食/运动计划、课程预览、学习方法技巧、北京气候适应、报道流程、社交融入策略等等。
真是非常详细了，比如它连“洗衣液应该买哪种”这种生活细节都帮我想到了，甚至还告诉我北方干燥需要带润唇膏，我一个南方人根本没考虑过。
我当时要是有这一手册，那入学就直接起飞了。要是每个学校都有这么一个智能体团队，那对于入学的新生来说简直是太好了。
还可以将这份报告转成网页或者 PPT，这两个我都试了一下，网页的效果并不是太好，PPT 也算中规中矩，生成 PPT 之前需要选择一个模版，预置的模版都不算好看，整体出来的效果不是太好。
回到首页，在我的智能体页签中可以看到刚才新建的多智能体。
如果觉得目前的智能体不够，或者有新的需求增加，需要添加别的智能体来完成任务，那就可以通过添加智能体，加入新的智能体，这里添加的话只能添加单智能体，不能添加多智能体。
要是觉得有哪个智能体的效果不好，也可以编辑具体的智能体，进行提示词、知识库、模型等修改。
这里我想表达一下多智能体和单智能体的区别。
很多人可能会问，这些事情，用一个强一点的大模型，多写点提示词不就能做了吗？为什么非要整什么“智能体团队”？
乍一看确实是这样，但单个智能体有它的局限性。
第一：模型绑定限制。
现在的智能体，通常只能绑定一个模型。这意味着你不管抛什么任务，全得靠这一个模型来完成。但不同模型擅长的方向差异非常大：有的搜索强，有的写代码强，有的反应快。你用一个模型想“解决所有任务”，目前看来是高不成低不就的。
第二：是上下文瓶颈问题。
复杂任务就意味着要输入大量的提示词、知识库、背景信息等，而我们知道大模型的上下文窗口是有限的。一旦提示词太长，模型处理起来就会“稀释注意力”，重点模糊了，输出质量就下滑。
多智能体的解决方式就是“拆 + 分 + 解耦”：（这和软件开发有异曲同工之处）
- 每个智能体聚焦一个子任务，只处理相关上下文；
- 每个智能体可以选择自己最合适的模型去完成；
- 不同智能体之间协作完成用户给的任务；
就像 MasterAgent，它让每个智能体都专注做一件事，再把这些智能体组织成一个完整的团队，基于任务拆分后的子任务，委派给不同智能体去完成。
今天只用 MasterAgent 做了一个基础场景测试，但已经能看到它具备了 L4 多智能体系统应有的“组织能力、信息调度能力和结构化任务处理能力”。
真正让我惊讶的不是它生成了八页 PDF，而是它在没有我明确告诉它“你该怎么做”的前提下，整个过程我只说了我要做什么，MasterAgent 自己规划了要怎么完成这件事情，以及目前缺失了哪些信息，当得到它要的信息后，全流程自己干活了，最后的结果也是相当不错，不会生成那种“假大空”的内容，而是真的有深入研究、了解后给出的答案。
某种意义上说，它不是在“辅助我”，而是在“替我完成任务”。
而这个体验，也许才是智能体时代真正的开始。
其实多智能体并不是最近才有的，许多智能体搭建的平台都支持多智能体协作系统，但是用 Agent 自主创建 Agent 团队的，这还是头一个。
我开始期待那一天的到来：每个人都拥有一个自己的智能体团队，而不是一个“问答式”的 AI 工具。
