告別單Agent,AI Agent進入團戰時代!
嘿,大家好!這里是一個專注于前沿AI和智能體的頻道~
上周,CAMEL-AI開源了Eigent,推廣話術是 “全球首個桌面端多智能體生產力團隊”。
后腳,Manus火速上線了一個功能高度相似的“Wide Research”,允許上百個智能體并行研究。
以至于,官方親自下場,字里行間充滿了對這種巧合的質疑。今天給家人們分享一下Eigent的內核,它到底開源了什么,又是如何攪動了多智能體賽道的。

Eigent:你的桌面AI工作組
多Agent,簡單來說,就是告別AI單兵作戰。
過去我們用Agent,就像是雇傭了一個AI員工,任務得一件一件串行處理。
Eigent的目標是直接給你一個開源的、能并肩作戰的AI團隊(Workforce),而且這個團隊就跑在你的電腦上。

核心特色是:
- 100%開源+本地部署:代碼全開放,還能接入自己的本地模型。隱私、成本和可控性,統統拿捏。
- 人類可隨時介入(Human-in-the-loop):AI干活不是“盲盒”,關鍵節點它會主動請你來“拍板”,確保結果不跑偏。
Manus的Wide Research
Manus的新功能,從官方演示來看,用戶可以讓上百個Agent并發執行任務,比如同時分析100款運動鞋,或同時生成50種不同風格的海報。

二者之間的理念基本上一模一樣的。
Manus官方介紹,每個子智能體都是一個功能齊全的Manus實例。而且測試一波可以明顯感受到,Manus的新功能,Sub Agent速度很慢,而且會消耗很多的Token,過程可見性也比較差。
相比較而言,開源的Eigent,反而是調度的更好,每個Worker有更清晰的角色和技能。理論上魯棒性更高。
技術深挖:Eigent的秘密
系統架構
系統的核心是這個Workforce分層架構。

你可以把它理解成一個項目團隊:
- Task Manager Agent負責拆解你的宏觀任務,制定策略。
- Coordinator Agent負責把拆分好的子任務,精準地分配給下面的Worker。
- Worker Nodes這就是干活的主力了。Eigent內置了多種Worker,隨時待命:
??Developer Agent??:寫代碼、跑終端命令的“程序員”。
??Search Agent??:上網扒信息的“調研員”。
??Document Agent??:寫文檔、做PPT的“文員”。
??Multimodal Agent??:能處理圖文的“設計師”。
所有Worker通過一個共享任務通道來溝通,任務可以并行處理,一個Worker的產出能無縫成為另一個Worker的輸入,從而實現流水線作業。
MCP
用過MCP的都說好,所以到8月份了,一個Agent,不可能不用MCP了。
Eigent在這方面做得非常徹底:

- 它內置了超過200種MCP工具,幾乎涵蓋了所有常見操作。比如DocumentAgent配備了PPTXToolkit和ExcelToolkit來處理Office文檔;DeveloperAgent則有TerminalToolkit來執行系統命令。
- 可擴展性: 可以非常方便地添加自己的MCP服務器,將內部API、私有數據庫或者自定義的Python函數封裝成工具,供你的AI團隊調用。
值得一提的是,谷歌很久之前開源了一個DataBase MCP toolkit。
??https://github.com/googleapis/genai-toolbox??
可以讓模型更容易操作數據庫(請注意安全問題。一定注意備份!)

容錯機制
我研究了下代碼,Coordinator Agent 的容錯也很有意思,值得分享一下。
當一個Worker搞砸了任務時。
Coordinator會首先嘗試將失敗的任務分解成更小的步驟,然后重新分配下去。就像人發現一個任務太難,會把它拆解成幾個小目標一樣。
如果重試幾次還不行,Coordinator會判斷是不是Worker能力不行。這時它會升級處理,創建一個全新的、專門針對這個失敗問題的Worker節點來解決問題。
為了防止無限循環地嘗試和資源浪費,整個工作流在連續失敗超過設定次數(默認為3次)后會自動停止。
這套規則機制,也可能讓系統具備更好的魯棒性。更動態的解決問題。
最后
可能AI Agent,正在從 “我的Agent有多聰明”,轉向“我的Agent團隊協作效率有多高”。
并行化、工作流編排將成為新的護城河。
優秀的開源項目,也在迫使Manus這類閉源產品,更快的創新和功能下放,最終受益的都是開發者和用戶。
附錄:Eigent項目鏈接
- GitHub 地址:??https://github.com/eigent-ai/eigent??
- 下載試用鏈接:?? https://www.eigent.ai/??
- 產品文檔:?? https://docs.eigent.ai/??
本文轉載自???????探索AGI???????,作者:獼猴桃

















