清華開源通用智能體XAgent，登上GitHub熱榜，狂攬1400+??

各種任務都能做，讓它使用python來分析給定的數據，分分鐘搞定：

數學題也難不倒它：

編制最有影響力的心理學讀書清單，并對每本書做簡要總結這種操作就更不在話下：

（上圖中的翻譯均為機器翻譯）

通過展示可以看到，XAgent在回答問題時會分條縷析，逐步給出回答，這是開發專門為其設計的雙循環機制。

這種設計下，XAgent的自主性非常高，處理復雜任務也“得心應手”，關鍵安全性也很高。

在各項基準測試下，XAgent表現都完全優于AutoGPT、GPT-4。

更多細節我們接著往下看。

各種任務都能做

將一個數據包上傳到XAgent，讓它分析數據并生成一個報告，它就能迅速將任務分解為數據理解、驗證Python環境、編寫數據分析代碼、編寫報告4個子任務。

最后繪制出來的圖是這樣嬸兒的：

再來讓XAgent推薦一些適合好友聚會的餐廳，但這次故意不提供具體細節。XAgent識別到提供的信息不足，立刻采用了“請求人類幫助”工具，讓用戶介入表明自己喜歡的位置、預算限制、烹飪偏好、有無忌口等。

如此一來，XAgent就能生成一份定制化的餐廳推薦名單。

此外，XAgent處理起復雜任務也是有兩把刷子在身上的，比如訓練模型。

開發者展示了一個希望XAgent分析電影評論并評估特定電影周圍公眾情感的情景。收到這一指令，XAgent迅速啟動下載IMDB數據集，訓練一款先進的BERT模型。

擁有了這個訓練有素的BERT模型，XAgent就能夠輕松應對電影評論的復雜細節，提供關于公眾對各種電影看法的見解性預測。

總的來說，開發者表示XAgent具有五大特點：自主性、安全性、可擴展性、GUI、人機協同。

自主性是指XAgent可以在沒有人類參與的情況下自動解決各種任務。

而安全性則是因為它的所有行為都被設計限制在一個docker容器（ToolServer ）內，不用擔心主機環境會受影響。

docker容器內包含了可以寫入、讀取和修改文件的文件編輯器，可運行Python代碼的Python筆記本，可搜索和訪問網頁的網頁瀏覽器，還有一個bash shell工具以及Rapid API。

所以，使用者也可以輕松地添加新工具來增強智能體的能力，甚至打造一個全新智能體。

開發者還為用戶提供了友好的圖形用戶界面來與XAgent交互，當然也可以使用命令行界面。

人機協同這方面主要是指XAgent不僅有能力按照人類的要求來解決復雜的任務，而且在遇到挑戰時還可以尋求用戶幫助。

能夠擁有這些特點，還要得益于XAgent的核心設計。XAgent主要由三大部分組成：

• 調度器：負責動態實例化和分派任務給不同的智能體，允許用戶添加新的智能體以及改進智能體的能力。
• 規劃器：負責為任務生成和校正計劃，將任務分解為子任務，并為它們生成步驟，使智能體能夠逐步解決任務。
• 行動者：負責采取行動實現目標和完成子任務。行動者利用各種工具來解決子任務，也可以與人類合作來解決任務。

設計上，開發者刻意避免將人類的先驗知識注入到XAgent系統設計中，而是賦予了智能體自己規劃、決策過程的能力，進一步發掘智能體的潛力。

另外，XAgent框架設計還采用了雙循環機制：外循環（Outer-Loop）用于高級任務管理，內循環（Inner-Loop）用于低級任務執行。

外循環使智能體能夠識別總體任務，然后將其劃分為更小、更具可操作性的子任務。相比之下，內循環過程作為詳細的執行器，專注于處理被劃分的任務。

開發者表示：

XAgent反映了人類采用的自然認知層次結構，并可以根據執行結果反復迭代優化計劃。

全面優于AutoGPT

開發者還對基于GPT-4所打造的XAgent進行了一套基準測試，主要測試XAgent推理、規劃和使用外部工具的能力。

測試內容包括：在FreshQA和HotpotQA上測試Web搜索問答能力；在MBPP上測試Python編程能力；在MATH上測試數學推理能力；在InterCode上測試交互式編碼能力；在ALFWorld上測試文本游戲中的具身推理。

以下是與原版GPT-4的比較，XAgent全面優于GPT-4：

考慮到缺乏合適的針對AI智能體的高質量基準測試，開發者還手動策劃了50條復雜的指令，可以分為5個類別：搜索與報告，編碼與開發，數據分析，數學和生活助手。

然后將指令它們輸給了XAgent和AutoGPT，并邀請了多位專家來評估對XAgent和AutoGPT輸出結果的偏好（勝率）。

結果XAgent全面取勝，不僅在傳統的AI基準測試中表現出色，而且還在處理復雜指令方面表現出卓越的適應性、效率和精度。

GitHub鏈接：https://github.com/OpenBMB/XAgent