SwarmAgentic：迈向通过群体智能实现全自动化智能体系统生成

大型语言模型的快速发展推动了智能体系统在决策、协作和任务执行方面的进步。然而，现有的智能体系统生成框架缺乏完全的自主性，未能实现从零开始的智能体生成、自优化智能体功能以及协作，这限制了其适应性和可扩展性。我们提出了 SwarmAgentic，一个用于完全自动化智能体系统生成的框架，它从零开始构建智能体系统，并通过语言驱动的探索联合优化智能体功能和协作作为相互依赖的组件。为了实现对系统级结构的高效搜索，SwarmAgentic 维护了一个候选系统种群，并通过反馈引导的更新对其进行演化，这借鉴了粒子群优化（PSO）的思想。我们在六个真实的、开放式和探索性任务上评估了我们的方法，这些任务涉及高级规划、系统级协作和创造性推理。仅给定任务描述和目标函数，SwarmAgentic 优于所有基线，在 TravelPlanner 基准测试上比 ADAS 相对提升了 +261.8%，突出了在结构无约束任务中完全自动化的有效性。该框架标志着可扩展和自主智能体系统设计迈出了重要一步，将群体智能与全自动化系统多智能体生成相结合。我们的代码已在 https://yaoz720.github.io/SwarmAgentic/ 公开发布。