EduOS「Lad」多智能体环境

智能体职能分工

大学中的任务往往需要查找背景信息、匹配知识资料、分析数据、核查论证、协调参与者、评估成果并调整学习路径等不同工作。

多智能体架构将这些工作交给具有不同职能的智能体。每个智能体只能接收有限的工作背景信息，并按要求形成指定类型的成果。

明确的职能分工有助于核查质量、设置权限、记录来源并将成果交给流程中的下一位参与者。

1. 01

   专注一类职能

   每个智能体负责一类明确的行动。

2. 02

   限定的背景信息

   智能体只能获得当前任务所需的数据。

3. 03

   明确的成果

   智能体的输出具有约定的格式和接收者。

4. 04

   可追溯的工作记录

   系统记录输入数据、实际行动及形成的成果。

5. 05

   可核查的规则

   智能体的评价标准与权限由流程负责人确定。

多智能体体系的五个层次

EduOS 的多智能体环境包含五个相互关联的层次：接收任务、分配处理路径、执行专门职能、核查成果，以及交给承担责任的参与者。

多智能体环境的职能组成

EduOS「Lad」包含八种专门化智能体。每种智能体都有明确的职能、输入数据、预期成果及接收者。

系统如何选择智能体

任务分配从分类开始。EduOS 识别任务领域、目标、用户角色、预期成果、可用数据、限制条件及责任级别。

系统据此选择智能体、确定工作顺序，并明确最终成果的接收者。

任务分配依据

• 任务类型
• 用户角色
• 预期成果
• 可用数据
• 风险等级
• 所需专业能力
• 资源限制
• 必要审批

任务处理路径类型

智能体如何协作处理同一情况

起始情况：学生团队的项目进度落后，阶段性成果之间存在矛盾。下面展示这一任务的处理路径。

智能体的工作背景信息

智能体只在具体任务及其指定角色的范围内工作。工作背景信息决定哪些数据可访问、适用哪些规则以及需要形成何种成果。

背景信息由当前流程数据、行动历史、已核实的成果、可用资源及用户权限组成。

背景信息的组成

1. 01

   用户背景信息

   • 角色
   • 权限
   • 发展路径
   • 当前任务
   • 可访问数据
2. 02

   任务背景信息

   • 目标
   • 预期成果
   • 评价标准
   • 期限
   • 限制条件
   • 任务依赖
3. 03

   专业领域背景

   • 知识
   • 方法
   • 来源
   • 数据
   • 专业术语
4. 04

   流程背景信息

   • 当前步骤
   • 参与者
   • 状态
   • 此前的决定
   • 尚待解决的问题
5. 05

   管理背景信息

   • 规则
   • 访问级别
   • 必须完成的审批
   • 责任人
   • 允许执行的行动

记忆层次

1. 01

   当前会话信息

   当前交互及任务的数据。

2. 02

   流程历史

   某一流程中的行动及成果。

3. 03

   角色资料

   参与者的权限、职责及访问范围。

4. 04

   组织知识库

   规则、研究方法、获批准的资料及组织结构。

智能体可以接收哪些背景信息

区分建议、决定与行动

多智能体环境将提供信息、准备建议、作出决定和执行行动区分开来。

每类流程都应明确责任角色、允许的自动化程度、核查步骤以及成果记录方式。

1. 01

   信息辅助

   智能体

   • 查找
   • 整理
   • 解释
   • 展示关联

   成果

   信息资料

   责任人

   用户自行选择下一步行动

2. 02

   提供建议

   智能体

   • 分析
   • 比较
   • 提出备选方案
   • 解释依据

   成果

   建议

   责任人

   用户选择方案

3. 03

   协助审批

   智能体

   • 核查规则
   • 汇集确认材料
   • 识别冲突
   • 制定审批路径

   成果

   待审批的方案材料

   责任人

   由承担责任的人员批准决定

4. 04

   执行已授权行动

   智能体

   • 执行事先授权的行动
   • 记录成果
   • 通知参与者
   • 更新流程状态

   成果

   在既定权限范围内作出的变更

   责任人

   责任人制定规则并监督执行

谁提出方案、谁核查、谁作出决定

同一多智能体环境，面向不同的工作领域

需要哪些智能体，取决于用户角色、具体任务及其责任范围。

如何核查智能体的成果

智能体工作质量根据职责匹配程度、背景信息完整性、成果依据、是否遵守规则以及能否用于下一步行动来评估。

智能体生命周期

每种智能体都经历设计、配置、核查、引入实际流程、运行观察及更新。

多智能体环境如何辅助完成项目任务

起始任务：建立降低大学教学楼能耗的模型。

EduOS 多智能体环境的核心机制

1. 01

   专门化分工

   每个智能体负责特定职能，并产生规定类型的成果。

2. 02

   任务分配

   EduOS 根据任务背景选择所需智能体及其工作顺序。

3. 03

   限定的背景信息

   每个智能体只获得履行其职能所需的数据及权限。

4. 04

   协同核查

   成果经过批判性分析、与评价标准比较及责任人的审批。

5. 05

   可追溯的来源

   系统保留输入数据、智能体行动、建议与决定之间的关联记录。

6. 06

   人的责任

   教学、专家评审及管理决策由指定角色承担责任。

7. 07

   受管理的生命周期

   智能体按照既定规则完成设计、测试、引入流程、运行观察及更新。

EduOS「Lad」的多智能体环境形成分工协作的辅助架构，将信息导航、学习、分析、质疑、协调及数据管理联系为大学工作流程中的不同职能。

关于本研究模型

EduOS「Lad」的多智能体架构由 Sergey Shatokhin 在 IWXA 实验室的大学 5.0 研究模型中进行开发。

这一概念将专门化 AI 智能体与教学任务、参与者角色、专业能力、资源、数字孪生及大学管理规则联系起来。

• 关于作者
• 大学 5.0
• EduOS「Lad」
• 同步教育环境
• 科学研究