我們正見證一種新的融合力量逐漸成形——大型語言模型（LLMs）與多智能體系統（Multi-Agent Systems，簡稱 MAS）的深度整合。

過去智能體往往孤立運作，受限于靜態規則和單一任務定義。而如今，隨著語言模型的語義理解和推理能力的躍升，智能體不再只是執行者，更成為能夠協同、規劃、適應環境的“認知單元”。

在這一背景下，MAS 不再是簡單的多代理并行處理系統，而演變為一個語言驅動、反饋自適應的群體智能結構。

這也是字節跳動所推出的 AIME 框架背后的深層動因。傳統 MAS 所采用的“計劃—執行”范式，如同流水線工藝一般強調前期設計和任務分配，但在多變現實中顯得僵化和脆弱——尤其面對任務變化、角色不匹配、或執行反饋滯后的情況時，系統整體的反應能力和韌性都受到挑戰。

而 AIME，則試圖徹底顛覆這一范式，將 MAS 從靜態機制轉向動態適配，將語言模型從工具升格為策略調度者。

AIME 的提出，不只是一次框架層級的優化，更是對自主智能系統的一次重要里程碑。它構建了一種具備實時規劃能力、行為體定制能力與全局狀態感知能力的協作系統。

在實際應用場景中，從城市低空飛行物流系統，到多模態內容生成，再到多部門信息調度與故障恢復，這種具備“自我編隊”“自我演化”能力的 MAS 框架，無疑將極大提升系統的執行效率和情境韌性。

值得一提的是，這項研究背后的團隊也頗具分量。由字節跳動旗下 AI Lab 與 Seed 團隊組成的研究陣容，不僅匯聚了自然語言處理、多模態生成、軟件工程與系統架構優化的專家，還融合了具備自動化工具構建與 Agent 能力建模經驗的工程師。

在核心作者名單中，我們可以看到 Yexuan Shi、Mingyu Wang、Yu Wang 等資深研究員的身影，他們在聯邦學習、推理系統、Web 交互智能體等方向均有積累，曾參與多個業內知名框架與基準測試的開發。此外，多位研究者也曾在視覺生成與代碼智能代理領域發表重要成果，在 AIME 框架中實現了真正的跨領域協同。

01、AIME框架總覽

在智能體協同這片尚未完全開墾的疆域中，字節跳動的 AIME 框架帶著一種清晰的愿景悄然登場——將多智能體系統從靜態流程解放出來，使其轉化為具備實時反饋、自主調度與精準執行的有機協作體。這種范式轉變，不只是技術架構的再造，更是一場關于“智能自治”的敘事重塑。

傳統“計劃與執行”范式的核心局限

當前廣泛采用的“計劃與執行”框架雖然結構清晰，卻在執行過程中暴露出三大核心瓶頸。

其一是“計劃僵化”。多數系統在任務開始前規劃好流程，之后規劃器就進入靜默狀態，無法應對執行過程中出現的意外或反饋。這種靜態計劃往往一旦出錯，整個系統就陷入停滯或重復勞動。

其二是“能力靜態”。智能體的功能預設、工具集不具靈活性，難以應對突發任務或需要新技能的情境。當任務脫離預設范式，系統便無法動態生成新的“合適人選”來接管。

其三是“溝通低效”。由于缺乏統一的信息管理中心，智能體之間往往不能實時共享進展，導致信息傳遞斷裂、任務協作脫節。最終形成冗余勞動和協調失衡的狀況。

AIME 的設計目標與關鍵挑戰

AIME 的誕生正是為了打破這一困局。它不僅僅是在架構層面做了拆重建，更是在運行機制上提出了嶄新的目標：打造一個真正可動態演化的多智能體框架。

AIME 的設計理念極為明確：必須做到在執行過程中，智能體的調度、能力匹配與協作方式可以實時調整。為此，它構建了三大支柱模塊：

1.動態規劃器作為全局的“指揮官”，能夠依據實時反饋不斷重新制定戰略與下發任務；

2.行為體工廠則作為“定制工坊”，為每一個具體任務快速生成最匹配的智能體；

3.進度管理模塊是系統的“共享大腦”，所有狀態、任務進度、執行反饋都在此統一管理。

而所有智能體以 ReAct 結構運行，在推理與行動之間實現精細循環，其進度反饋機制也由語言模型自主掌控——真正實現了“組織自動化”的愿景。

圖1:Aime框架的工作流程

動態適配：從靜態到實時反饋驅動

AIME 的首要特點，就是它拒絕“一次性任務規劃”的思維。傳統 MAS 往往在任務伊始就制定完所有子任務路徑，隨即進入“執行模式”，規劃器便退居后臺。而AIME 的設計哲學則截然相反：系統中的每一個任務執行步驟，都會被嵌入實時反饋機制。規劃器不再是“靜態調度員”，而是成為每個智能行為體執行的“戰術指揮官”與“戰略修正者”。

這樣的動態適配，使智能體能夠在執行過程中根據環境變化、任務反饋及時調整角色配置、工具選擇乃至整個任務路徑。AIME 以此實現一種前所未有的“即時協作”。

四大核心組件的協同演奏

AIME 的架構設計精巧而前瞻，核心功能分布于四個獨立又聯動的組件之中。

動態規劃器（Dynamic Planner）

這一模塊堪稱整個系統的“神經中樞”，負責拆解任務目標、制定執行策略，并在執行過程中進行迭代更新。它不斷在“看大局”與“下指令”之間游走，實時根據任務執行反饋做出調整。

行為體工廠（Actor Factory）

這是系統中的“定制化工坊”，可按需生成具備特定能力與工具的智能行為體。它不再從固定角色池中挑選，而是為每一個任務量身定制最佳角色設定與知識資源，確保每一位“演員”都適配舞臺。

動態行為體（Dynamic Actor）

這些是具體承擔任務的“前線智能體”，通過 ReAct 框架在“推理—行動—觀察”的循環中自主決策。每一個行為體不僅執行任務，還能自主判斷何時向系統匯報進度與問題。

進度管理模塊（Progress Management Module）

一個系統協同效率的保障，統一管理任務列表、實時狀態與結果驗證。它就像是所有智能體共享的“任務黑板”，每一個行動都在此標記，讓整個 MAS 保持信息一致性和協作節奏。

02、核心模塊

雙重任務視角與反饋機制

AIME 的動態規劃器不僅制定任務，還要持續審視執行結果。這種“雙層決策”架構——一方面聚焦全局戰略（global），決定任務結構與目標分解；另一方面則進行戰術調度（tactical），決定下一步具體行動。其操作由以下函數定義：

這套機制的關鍵在于一個核心公式，它將目標 GG、當前任務列表 LtL_t 與歷史結果 HtH_t 輸入，產出兩個關鍵結果：

• 更新后的任務列表 Lt+1L{t+1}：反映戰略層的理解變化
• 下一個可執行任務 gt+1g{t+1}：體現戰術層的即時指令

如此設計使得規劃器具備在一個迭代周期內，既可新增備用任務，又可實時派發新的行動計劃。它不再是流程前期的“任務裁定者”，而是一個全過程參與的“指揮控制 AI”。

行為體工廠揭秘：如何打造最合適的智能行動者？

行為體工廠的本質，是一個任務驅動的智能體合成引擎。

當某個子任務從規劃器下發至工廠，后者會解析任務需求，動態構建一個具備最佳工具集 TtTt、提示語 PtPt、知識模塊與環境配置的代理體 AtA_t。該生成過程定義為：

其生成流程包括：

• 工具包組合（bundle selection）：從預封裝模塊中選出最適合該任務的組合，比如網頁搜索、文件處理等
• 提示語拼裝（prompt composition）：模塊化組裝角色設定、工具說明、相關知識、環境信息與輸出格式結構

這樣的設計不僅節省了智能體在推理過程中篩選工具的認知負擔，也使每個代理體擁有“任務定制基因”，在執行中更精準、更高效。

03、實證評估與性能對比

在紙面上設計多智能體架構是一回事，真正讓它在現實任務中跑得動、頂得住，才是對系統靈魂的終極考驗。為此，字節跳動的 AIME 團隊并沒有止步于算法或架構創新，而是走入了實證沙場——他們將系統投放到三個各具挑戰性的應用領域中，進行高強度對比實驗，讓數據說話。

三大領域測評

首先，這支團隊選擇了三個代表不同智能體協作場景的權威基準測試集。

GAIA（通用推理） 這是一項針對 AI 助手的綜合推理挑戰，包含多步任務規劃、跨模態內容理解以及工具調用等復雜操作。測試指標基于文本精確匹配，要求智能體在開放任務中體現出高度理解與執行能力。

SWE-bench Verified（軟件工程問題修復） 真實世界的軟件工程 Bug 修復場景，系統需理解代碼語境并提出修復方案。結果通過嚴苛的單元測試檢驗，確保修復有效且無副作用，是對代碼智能體的“高壓測試”。

WebVoyager（網頁導航） 面對來自15個真實網站的任務，智能體需要在線交互、操作網頁，并完成特定任務目標。這一測試驗證了系統在開放互聯網環境中的真實表現與適應力。

每一項基準都代表著 LLM 智能體不同方向的能力極限，AIME 在三條賽道同時參戰，挑戰的不只是執行能力，更是跨領域通用性。

數據開口說話，AIME全面領跑

表1:Aime與三個基準的專門基線的績效比較。基線僅在其目標域上進行評估，而Aime在所有三個域上都進行了評估。每列中的最佳分數都以粗體顯示。

成果數據令人側目：

在 GAIA 上，AIME 成功率達 77.6%，刷新行業紀錄，領先此前表現最好的 Langfun。

在 SWE-bench Verified 任務中，AIME 的問題解決率高達66.4%，超過 OpenHands、SWE-agent 等頂尖代碼智能體。

面對復雜網頁任務，AIME 在 WebVoyager 中斬獲 92.3%的任務成功率，比表現最強的 Browser use 還高出 3 個百分點。

這可不是算法表演賽上的巧合，而是架構能力與執行機制深度融合的結果。

在 GAIA 中，得益于規劃器的即時重規劃機制，系統能在初始推理失敗后重新調整路徑，大幅提升成功率。

在軟件工程場景，行為體工廠能動態生成“代碼理解者”“調試者”等角色，組隊解決 bug，比單體代理更具問題穿透力。

在真實網頁任務中，AIME 的規劃器與行為體之間形成閉環反饋，一旦網頁結構變化或操作失敗，系統能立刻重構路徑完成任務，體現出超強韌性。

魯棒性案例：當意外降臨時，系統如何救場？

比如在 WebVoyager 的某一任務中，目標網站因臨時更新導致原有操作路徑失效，AIME 的行為體在嘗試失敗后，通過反饋模塊及時匯報異常，規劃器則立刻生成新的路徑子任務并派遣新角色重試。這一過程無需人為介入，系統自動完成任務自救與恢復。

又如在 SWE-bench 的某一 bug 修復任務中，初始行為體未能定位問題根源，系統隨即通過行為體工廠部署“調試專家”，利用歷史觀察記錄與新工具包進行錯誤溯源，最終成功提交修復代碼并通過測試。

這些場景充分展示了 AIME 的“非靜態抗打性”——不僅能規劃，更能修復；不僅能部署，還能重編隊協作。這是傳統固定框架難以企及的系統級適應力。

04、相關工作與差異化對比

多智能體系統（MAS）各種架構百花齊放，每一種嘗試，都是對智能協作邊界的一次探尋。而字節跳動的AIME，不只是另一個參與者，更是挑戰既有范式、重構協同邏輯的架構新星。要真正理解它的獨特地位，不妨先看看它和目前主流方案的對照風景。

模擬公司？角色扮演？舊范式的魅力與局限

近年來，諸如 MetaGPT、ChatDev 等框架大火，它們將 MAS 構建為一個“虛擬公司”，智能體各司其職——產品經理、程序員、測試員，分工明確，有板有眼。這種結構很像現實中的組織協作，容易理解，也適合做展示型應用。

但問題也很明顯：一旦 SOP（標準操作流程）寫死了，智能體就只能在規則內活動。比如你突然要求產品經理寫代碼，他“死活不會”；程序員面臨新的領域知識，他“手足無措”。再靈活的溝通，也難掩角色設定的局限性。更關鍵的是，當任務脫離已知流程時，這類架構很難臨場調整或重構角色功能，系統的“韌性”打折。

自動化架構設計

另一類探索則瞄準了“智能體結構搜索”。AOP、Agentic Supernet 等框架試圖在任務開始前，自動尋找最優的智能體配置與協作圖譜。這類方法在概念上近似于 AutoML，幫助系統在離線階段構造最合理的執行結構。

但這種“靜態設計”也有代價：一旦真實執行中出現任務變化或場景突變，事先設計好的圖譜便可能失效。你很難在執行過程中“臨場加人”或“換腳本”，這就像拍戲時角色臺詞全寫好了，臨時改劇情便會一團亂。

AIME的范式躍遷，系統級敏捷，協同即服務

AIME 的顛覆性在于，它不拘泥于角色扮演，也不把結構寫死。它的協作方式像是動態編隊——規劃器隨時評估任務狀態并重排隊形，行為體工廠可按需生成新角色，進度管理模塊則實時記錄團隊“戰況”。

這種設計帶來兩個系統級優勢。

協作靈活性：不再依賴預設身份，每個行為體是為任務定制的“專家選手”，而非拿著劇本的角色扮演者。

韌性與恢復力：當原方案失效時，系統可即時重規劃、重部署，保障任務不中斷。

AIME 展現出的不是“組織模擬”，而是“任務驅動的敏捷協作”，為 MAS 的未來打開了一種新可能。

05、展望未來：從架構創新到應用落地

架構強大固然可喜，但若不能走入現實場景，它終究只是舞臺模型。AIME 的設計哲學，為它通向應用世界鋪好了幾條潛在跑道。

多智能體編隊的可擴展性

當前 AIME 已能支持跨任務的智能體調度，下一步若能實現幾十、上百個行為體同時協同，將使其在多部門聯合、應急響應等領域大放異彩。例如構建一個“城市級數字指揮部”，讓行為體扮演交通調度、醫療響應、能源調控等角色，實時共舞。

智能體自我能力演化

AIME 的行為體是“任務定制”的，但目前能力增長仍依賴預設工具包與知識庫。未來若能賦予行為體“自我進化”能力——比如通過任務歷史學習、技能遷移等方式發展新功能——則系統將邁入“真正自治”的下一層級。想象一下，一個智能體完成 50 次調度任務后，自動學會統計預測工具；這不就是 AI 版的職場成長嗎？

落地場景：低空經濟、智慧交通與城市應急

在城市低空物流體系中，AIME 可部署為無人機編隊的任務中控。每次飛行調度都可動態生成行為體，應對天氣變化、路徑沖突、突發任務等問題。

在智能交通系統中，它能實時協調不同車流引導智能體，應對事故、封路等突發狀況，提升道路韌性。

而在城市應急響應中，一旦發生地震或災害，AIME 可根據反饋即時創建信息收集、物資調度、救援路線規劃等行為體，實現秒級聯動與任務閉環。（END）

參考資料：????https://arxiv.org/pdf/2507.11988??

本文轉載自??波動智能??，作者：FlerkenS