全面超越AutoGPT，面壁智能联合清华NLP实验室开源大模型「超级英雄」XAgent

近日，国内领先的人工智能大模型公司面壁智能又放大招，联合清华大学 NLP 实验室共同研发并推出大模型「超级英雄」——XAgent。

通过任务测试，XAgent 在真实复杂任务的处理能力已全面超越 AutoGPT。

现已在 GitHub 正式开源，地址 https://github.com/OpenBMB/XAgent

案例展示地址：https://x-agent.net/

博客地址：https://blog.x-agent.net

XAgent 何许「人」也？

XAgent 是一个可以实现自主解决复杂任务的全新 AI 智能体，以 LLM 为核心，能够理解人类指令、制定复杂计划并自主采取行动。

传统智能体通常受到人类定制规则的限制，只能在限定范围内解决问题。它们更像是为人类所用的「工具」，而不是真正的「自主智能体」，难以自主解决复杂问题。

相反，XAgent 被赋予了自主规划和决策的能力，使它能够独立运行，发现新的策略和解决方案，不受人类预设的束缚。

它的能力已全面超越 AutoGPT，在众多场景任务上展示出了惊人的自主性和复杂任务的求解能力，将 AI 智能体的智能水平提升到了一个全新高度。

那么问题又来了：它是如何实现的呢？

「左右脑」协同，双循环机制

正如人类具备「左脑」 和「右脑」，在处理复杂任务时通常从「 宏观」和「微观」 两个视角进行考虑，既要针对全局进行统筹和规划，也要从执行层面来考量。

相较于 AutoGPT，面壁智能和清华大学在 XAgent 的设计中创新地引入了一种「双循环机制」：

• 外循环：负责全局任务规划，将复杂任务分解为可操作的简单任务。

• 内循环：负责局部任务执行，专注于细节。

通过双循环机制的协作，XAgent 如同大模型领域的「超级英雄」，它在应对复杂任务的不同环节时，展现出超强的专业度和丰富的技能。

就像漫威宇宙中的「美队」，XAgent 既有全局观的领导力，也有细致入微的执行力。

在外循环中，XAgent 展现出作为一个「规划」（PlanAgent）的领导力，它会把复杂任务拆分成若干简单任务，并监督问题解决的完整过程。

首先，它将给定的复杂任务分解成更小、更易管理的「子任务」，生成「初始规划」，形成任务序列。

随后，它将逐次把每个子任务传递给内循环解决。在这个过程中，外循环会不断监督任务的进度和状态，并根据反馈对后续规划进行「迭代优化」。

在内循环中，XAgent 快速转变身份，展现出作为一个高效「执行者」（ToolAgent）的专业度，确保外循环传递的子任务达到预期。

根据子任务性质的不同，它可以从外部系统中检索工具，并针对子任务进行一步步求解。

在子任务完成后，它将生成当前子任务执行过程的反思，反馈给外循环，指示当前任务是否完成，以及任务执行中的潜在优化点。

如图所示，用户给 XAgent 提交了 iris.zip 文件，让 XAgent 对数据进行分析。

可以看到，XAgent 首先通过外循环将这个任务分解成了 4 个子任务：

1. 对数据进行检查与理解；

2. 检查系统的 Python 环境，查看相关数据分析库是否存在；

3. 编写数据分析代码，对数据进行处理与分析；

4. 根据 python 代码执行结果撰写分析报告。

随后，在执行每一个子任务时，XAgent 通过内循环熟练地使用文件读写、 shell 命令、python notebook 及相应 pandas、sci-kit learn、seaborn、matplotlib 等数据分析库，甚至会对数据进行可视化分析。

AutoGPT 在执行相同任务时，并没有制定检查 python 环境与相关库的规划，而是直接开始写代码执行，导致使用相关库时失败报错，最终也没有完成对数据的复杂分析。

人机协作：智能体交互新范式

虽然 AutoGPT 在一定程度上突破了传统 GPT 模型的局限性，但它仍然存在死循环、错误调用等执行出错的现象，需要人工干预才能解决。

而 XAgent 在设计之初就针对相关问题进行了考量，并引入了专为增强人机协作的交互机制：它可以自主与用户进行交互，并向人类发出干预和指导的请求。

对于一个智能体而言，「是否能够与人类协作」也是体现其智能程度的重要指标。

首先，XAgent 具备直观的界面，用户可以直接覆盖或修改它提出的建议，从而将 AI 效率与人类的直觉和专业知识有效结合。

其次，在面临陌生挑战的情况下，XAgent 具备「向人类寻求帮助」能力，它会向用户征求实时反馈、建议或指导，确保即使在不确定的领域，智能体也能发挥出最佳作用。

这种交互范式，将 AI 的自主性与人类的智慧有机融合，展示了人与 XAgent 之间的全新的协作关系。

如图所示，用户想让 XAgent 帮忙推荐一些好吃的餐馆来和朋友聚会，但是却没有提供具体详细的信息。

这个时候 XAgent 可以意识到目前用户所提供的信息不够充足，难以进行推荐，于是向人类提出请求，询问用户的倾向地点、预算范围、口味喜好、有哪些忌口等等，在得到用户的反馈后从而提供了推荐的餐厅。

而 AutoGPT 则直接开始到网络上搜索餐馆信息进行推荐，最终推荐的结果地点不对，也没有考虑用户的预算，没有符合用户的需求。

高效通信语言，超强工具调用

无论「双循环」的运转机制，还是「人机协作」 的交互能力，在 XAgent 的总体设计中，面壁智能和清华团队着重考虑的是智能体的稳定、高效和安全等核心特性。

而结构化的通信方式同样是建立强大、稳定智能体的重要因素之一。

XAgent 采用 Function Call 作为其内部的通信语言，具备结构化、标准化、统一化等优势。

• 结构化：Function Call 具备清晰且严谨的格式，可以明确表述所需内容，从而最小化了潜在的错误。

• 标准化：Function Call 可以将与外部工具的交互过程标准化，提供一种通用语言，使智能体具备使用和整合多种工具的能力，解决复杂任务。

• 统一化：通过将信息摘要、任务规划、工具执行等所有环节转化为特定的 Function Call 形式，确保每个环节均以统一的方式进行处理，从而简化系统设计。

此外，工具调用也是评价 AI Agent 是否具备解决复杂问题的重要能力之一。

XAgent 在设计中原创了工具执行引擎 ToolServer，可以实现更安全、高效、可扩展的工具执行能力。

它在隔离的 Docker 环境中运行，确保工具执行不会危及主系统的稳定性或安全性。

这种设计带来多重好处：

• 安全：在 Docker 容器内运行工具可以保护主系统免受潜在危害。

• 高效：系统可以根据需求和使用模式启动、停止和重启节点，实现最佳资源使用。

• 可扩展：方便管理代码，调试和扩展性更强。

ToolServer 的关键组件包括：ToolServerNode、ToolServerMonitor、ToolServerManager，在执行操作、节点检查、周期管理等方面提供强大的能力。

目前，XAgent 的 ToolSever 支持 FileSystemEnv、PythonNotoBook、WebEnv、ExecuteShell、RapidAPIEnv、AskHumanforHelp 等多种工具。

XAgent 不仅可以帮我们做一些简单的任务，它甚至可以帮助我们训练模型。

比如，用户希望能够对电影评论进行分析，判断一下大众对电影评价的好坏。这个时候 XAgent 会首先下载 imdb 数据集去训练一个 BERT 模型，并使用训练好的 BERT 模型对电影评论进行预测。

释放大模型潜力，全面超越 AutoGPT

经过在一系列任务中的测试可以看到（如下图 a、b 所示），基于 GPT-4 的 XAgent 表现效果在所有基准测试中都超过了原始的 GPT-4，并全面超越了 AutoGPT。

这些任务需要 Agent 推理规划和使用外部工具的能力，包括：用搜索引擎回答问题的能力（FreshQA+HotpotQA）、Python 编程能力（MBPP）、数学推理能力（MATH）、交互式编程能力（InterCode）、具身推理能力（ALFWorld）、真实复杂任务等。

可以看出，XAgent 的系统设计能够充分释放 GPT-4 的基础能力，并达到极高的测试效果和人类倾向（Human Preference)。

这不仅表明 XAgent 在需要推理规划的传统 AI 测试中表现出色，而且在处理复杂的实际指令时具有更高的性能

拓展应用边界，坚实技术基础

AI Agent 的出现让整个行业看到了大模型技术的重要落地方向，无需进行复杂的 prompt 探索，就可以实现整套工作流的任务执行。

作为具有无限潜能的大模型「超级英雄」，XAgent 可以成为每一个普通的人的「个人助理」。它可以帮助我们规划日程，安排行程，管理生活和工作的时间和资源分配。

它还可以自主使用多种数据采集、处理和分析工具，全自动地完成对海量数据的分析并形成报告，帮助用户高效获取重要信息。

此外，XAgent 还能结合外部工具与自主规划算法，根据环境信息做出决策，以实现更高效和精确的任务执行。

XAgent 的研发团队是由来自面壁智能和清华大学 THUNLP 实验室的多位大模型领域的专家和学者组建。他们更像是大模型领域的「超级英雄」。

这一创新成果之所以能够成功推出，正是团队在长期的科研工作过程中构建了一系列前沿创新的大模型 Infra，坚实技术基础，拓展创新和研发的边界。

面壁智能联合清华大学 NLP 实验室、OpenBMB 开源社区打造了一个「三位一体」 的大模型产学研生态布局，提出并发布了多个大模型工具使用框架和引擎：

• Tool Learning：大模型工具学习范式，将专业工具与大模型的优势相融合，从而在问题解决方面达到更高的准确性、效率和自主性。

• BMTools：大模型学习引擎，是让语言模型使用扩展工具的开源仓库，同时也是开源社区构建和共享工具平台。

• ToolLLM，大模型工具学习框架，给大模型接入 16000+ 真实 API，让大模型可以通过调用外部工具以完成更复杂的用户指令任务。

• WebCPM，中文领域首个支持联网搜索的模型框架，填补国产大模型该领域的空白，让大模型能像人类一样在网页上实时搜索答案，提高了 AIGC 的实时性和准确性。

XAgent 拓展了 AI 智能体在执行复杂任务中的能力上限，让我们看到大模型技术融入生产和生活的前沿趋势和无限潜力。