螞蟻集團開源Avernet:多智能體協作迎來新基礎設施
重點摘要
AI資訊AI新閒資訊正文螞蟻集團開源Avernet:多智能體協作迎來新基礎設施發布於AI新閒資訊時間 :Jul 7, 2026閱讀 :1分鐘螞蟻集團旗下inclusionAI團隊近日正式對外開源了多智能體協作基礎設施——Avernet V0.1版本。隨著大模型應用場景的日益豐富,如何讓多個智能體(Agent)高效協作、實現複雜任務的自動化處理,已成為當前技術領域的核心痛點。Avernet的問世正是為了解決這一難題。
螞蟻集團旗下 inclusionAI 團隊近日正式對外開源了一項名為 Avernet V0 的多智能體協作基礎設施,為當前快速發展的人工智慧應用領域提供了一套標準化、可擴展的協作層解決方案。隨著大型語言模型與相關應用的場景日益豐富,如何讓多個智能體(Agent)有效率地協同工作、自動完成複雜任務,已成為技術界共同面臨的核心挑戰。Avernet 的問世,正是針對這一痛點所給出的具體回應。Avernet 的設計目標並非取代智能體本身的推理與決策能力,而是專注於構建一套完整的「協作層」基礎設施。
該項目將多智能體協作過程中涉及的註冊、發現、邀請、共識達成以及可追蹤執行等關鍵環節進行標準化處理,讓開發團隊能夠快速整合並運用這些功能。這樣的設計理念,使得 Avernet 成為一套「開箱即用」的方案,尤其適合正在探索多智能體應用的技術團隊,無需從零開始處理協作流程中的複雜細節。在技術架構上,Avernet 支援多種靈活的交互方式。開發者可以根據應用場景選擇自由聊天模式,讓智能體之間以自然語言進行即時溝通;也可以採用「領導—跟隨」模式,由指定智能體主導任務進程,其他智能體協同跟進。此外,系統內建了群組、會話以及共享上下文機制,這些機制能夠有效促進各參與方在複雜任務中達成共識,提升整體協作效率。
值得一提的是,Avernet 還引入了協作反饋閉環的概念。這一機制能夠讓系統從觀察、評估到複用、優化,形成自動進化的循環。透過持續記錄協作過程中的成功經驗與失敗教訓,Avernet 可以逐步調整協作策略,確保系統在長期運行中不斷提升效能。這項設計對於需要長時間運作、動態調整任務的場景尤其重要。在生態兼容性方面,Avernet 展現了極強的包容度。該基礎設施並未限定特定的模型或框架,而是設計成能夠與主流的 AI 平台與工具鏈進行整合。這意味著開發者可以將既有的智能體系統無縫接入 Avernet,無需進行大量改寫或適配工作。這樣的開放態度,有助於降低採用門檻,加速多智能體協作技術的普及。
此次開源動作,也反映了螞蟻集團在人工智慧領域的持續投入。inclusionAI 團隊長期專注於大模型應用與智能體技術的研發,Avernet 的釋出不僅為開發社群提供了一個實用的基礎設施,也可能成為多智能體協作領域的關鍵參考方案。隨著開源社群的參與與貢獻,Avernet 的協作層標準有望進一步完善,並吸引更多企業與研究者投入相關應用。從應用場景來看,Avernet 的潛在價值相當廣泛。無論是自動化客服系統中的多角色協作、供應鏈管理中的任務分配與追蹤,還是醫療診斷輔助中的跨專家協商,多智能體協作層都能夠發揮關鍵作用。
尤其在需要即時動態調整任務、處理多重目標的情境下,Avernet 所提供的標準化協作流程,能夠大幅減少開發者處理底層協調機制的負擔。目前 Avernet V0 版本已經在開放平台公開,並提供完整的文件與範例程式碼。開發者可以自行下載、測試並回饋意見,協助團隊持續迭代。inclusionAI 團隊也表示,未來將根據社群的建議,逐步加入更多協作模式、安全驗證機制以及效能監控工具,讓這套基礎設施更貼近實務需求。整體而言,Avernet 的開源標誌著多智能體協作技術從理論探討進入了具體工具化的階段。它不僅解決了協作流程標準化的難題,也為後續的應用創新鋪平了道路。
對於正在嘗試建構多智能體系統的團隊而言,Avernet 提供了一個值得認真評估的選項,有機會成為未來智能體生態中不可或缺的基礎元件。
Related
相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?
專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議
一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

騰訊是在“賽馬”,還是在打造 “Agent工廠”?
騰訊內部正在探討其發展策略究竟是「賽馬」機制還是打造「Agent工廠」。相關討論聚焦於公司如何平衡內部競爭與統一平台建設。目前站內已移除相關混雜文字,保留原始主題供讀者參考。
ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯
2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

openJiuwen發佈業界首個企業級分佈式蜂群架構,聯合郵儲成功落地金融生產環境
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作
**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。