AgentVerse 是什么？清华 OpenBMB 的横向多智能体框架，两年后还剩多少热度

这两年横空出世又慢慢降温的 Agent 平台不少，今天聊一个学院派出身的——AgentVerse。它是清华 OpenBMB 团队在 2023 年 5 月开源的横向多智能体框架，主打”一个框架跑多个 LLM Agent”。现在 GitHub 上还有 5.1K 星，Apache-2.0 协议，当年是真的热过一阵。

它到底是干嘛的

AgentVerse 跟 Dify、n8n 那种”搭平台”的思路不一样，它更偏学术研究向的底座。官方把能力拆成两套框架：

• Task-solving（任务求解）：把多个 Agent 组装成一个自动的多智能体系统，协同完成某个任务。比如一群 Agent 一个出方案、一个写代码、一个评审，像一队 AI 员工在流水线上配合。它背后的调节机制叫 Chain-of-Agents（Agent 链），每个 Agent 在协作时能参考前一个 Agent 的输出继续干活，而不是各干各的。
• Simulation（模拟）：自己搭一个环境，观察一堆 Agent 怎么互相交流、怎么行动。典型玩法是让一堆 Agent 在个虚拟世界里”过日子”，做社会行为研究，甚至搞游戏 NPC。想快速感受效果，官方还带了一个 Pokemon 风格的 demo。

配套有对应的论文（arXiv 2308.10848），所以它更像个研究工具 + Agent 协作底座，而不是给业务小白拖拽用的低代码平台。跟 AutoGPT 那种”让单个 Agent 自主干活”的思路也明显不同——它强调一群 Agent 怎么配合，这个视角在 2023 年相当超前。

上手怎么搞

AgentVerse 是 Python 写的，装起来不复杂，有个官方 Docker 镜像，跑 docker pull 拉下来就行。运行时通过 Chain-of-Agents 机制调度多个 Agent，你可以定义每个 Agent 的角色、模型和工具，然后让它们协作。想省事可以直接用官方仓库里带的任务求解 demo，改改配置就能跑通一队 Agent。要做研究的，还能拿它搭一个带环境的模拟场景，反复跑实验采集 Agent 之间的交互数据。由于它是纯学术开源、没有云服务商托管，所以对机器配置有要求，建议在有点内存的 Linux 上跑，本地显卡也吃得开。

实话实说

得泼盆冷水：这个项目已经基本进入”维护但半停滞”状态，主分支最后一次像样的更新停在 2024 年，2023 年那个热度高峰过后开发者陆续转去做别的东西。文档里自己都写着模拟框架那段”正在重构，要稳定版去 release-0.1 分支”——搁现在看就是典型的学院派项目：论文出了、代码能跑，但缺商业化迭代和生态运营。

定位上它跟 AutoGPT、CrewAI 那种”面向普通开发者冲星”的开源火一把不一样，更像给研究多智能体协作的人准备的参考实现。真想让 Agent 干活、落地业务，我更建议看 Dify、n8n 这类还在拼命更新的平台（我的 Agent 基础篇里都有写到）。但它身上的学术价值是实打实的——多 Agent 协作的调度思路、模拟环境设计，后来很多框架都借鉴了。

一句话：想搞懂多智能体协作理论的底层逻辑、或者做科研，AgentVerse 值得翻一眼源码和那篇论文；想拿来当生产力工具，就别在它身上押宝了。

—— by 数码罗记 · godsun.pro