Think in public，就是build in pubic的前置条件。
唯有足够深刻的独立思考，才能促使一个人、一群人坚定地去推动一些有意义、有价值的事情在落地。
Agents42的由来与使命
——VION WILLIAMS ( Agents42主理人）
从AI-Agents前沿观察站开始
之前日以继夜地研究Agents分享论文推荐的时候，随手拉了一个学习交流群，AI-Agents前沿观察站，也算是无心插柳柳成荫。高质量的内容分享确实会聚拢一群很棒的朋友，慢慢汇聚了来自各顶尖机构的研究员，来自Google、华为、中科院等，以及各大模型公司的agents从业人员。逐步也形成了禁止分享新闻，只分享论文的讨论氛围，期间也组织过几次线上研讨会。
后来和智谱AI的袁会会一拍即合，对于Agents如何更好地普及与发展，对于产学研与PMF具有高度一致的认同，于是便开始摇人组队。启动一个致力于推动agents更好地发展的生态开放平台——Agents42。
Agents42的叙事隐喻
Agents42这个名字，是由叙事研究小组的33(也是某大厂AI产品经理)提出来的。42是银河系漫游指南中，超级计算机回答宇宙真理的答案，42代表着终极计算机对一切问题的解答。而基于LLM驱动的Agents，作为通用问题的解决机器，寄托着AI能够解决一切问题的愿景。
我一直认为，人类与AI未来的协作方式，是一种人机共生的协作方式，智能体作为一种特殊的智能执行单元，掌握自主决策与自动执行任务的同时，也朝着具备类人格特征，以及基于记忆构建的自主意识，也将与人类建立更深层性的社会关系。我们正在进入一个智能化与自动化的协作社会，也是一个类人类智能涌现的智能社会。
因此，Agents42被赋予了，人类致力于实现AGI愿景的叙事隐喻。
Agents42的图腾符号
尽管当前业界，按照生成式AI与交互式AI划分为，当前AI技术革命周期的两大阶段，但是这一划分并不严谨。因为agents作为一个智能系统，不仅具备生成、交互的能力，未来还将掌握更多的能力。
我们需要从Multi-Agents systems这一视角出发，才能抓住当前LLM技术发展的核心主线，否则就会像一些只专注于图片生成的从业者，当GPT4-V表现出惊人的图像识别与Dall-E3的图像生成能力时，开始惊讶低估了OpenAI的语言模型的图像能力，惊觉文本生成与图像生成的界限被打破了。
事实上，这些都是对LLM的认知不够深刻所造成的。在Multi-Agents systems的架构中，未来所有的生成式AI都将作为agents的一个工具模块，通过API接口实现功能的调用。未来所有的交互式AI，也都将作为agents的一个交互模块，通过制定化或者通用标准的形式提供服务。AI-Agents能够将其他AI工具、AI模型，通过协同框架，以多线程自由并行的方式，同时执行多种不同的任务。
所以，Agents42的logo，自然也是一只八爪鱼的形象，作为Agents的图腾象征。
为什么要做Agents的产学研到PMF
正如前面所言，agents的发展具有一定的特殊性，正是这个特殊性得以让我们做出判断，我们能够去构建一个agents的产学研到PMF的生态开放平台，加速agents的技术进步与行业发展。
例如一篇知名度很高的多智能体学术论文，由斯坦福与Google、deepmind的研究员联合发表的《Generative Agents：Interactive Simulacra of Human Behavior》，在发表论文的同时也发布了可视化演示的demo，随后也在Githhub开源了该项目，引来了众多开发者基于该项目进行二次开发。
这个项目被国内的很多自媒体称为“斯坦福的智能体小镇。”
我在啃agents相关的论文时，基本上大多数优质论文，例如某篇论文提出一个新的agents框架，都会带上一个demo样例，而这个demo是能够交付给工程团队，去转化成为可落地的产品。
事实上，agents的学术研究与agents的工程开发的距离是被缩短的，其中的原因在于，agents依赖于LLM的性能与特征，LLM-Agents成为衔接工程问题与学术问题的桥梁，例如采用多智能体协同推理的模式，有助于提升agents在交互输出的精确度，而这正是一个典型的学术研究改变工程设计的例子。
其次，Agents的可用性是需要被立马实证的，agents的任务执行中的可控性，任务输出结果的精确度，以及在完成系列任务中的计算成本问题，这些问题同样是工业界采用agents时需要重点考虑的问题。
我们越发地觉察到，对于agents的研究探索中，工程问题与学术问题，往往需要被同时解决。
Agents42将如何做产学研模式
—袁会会 @智谱AI ( Agents42主理人)
1.Agents42理解的产学研结合
在Agents42的产学研结合的理解中，从科学研究到技术开发和技术应用，是一个知识技术化、技术现实化的过程，并在实际的生产过程中通过技术结合实际业务场景而最终得以完成。在产学研结合的关键环节上，向上承接以发现新知识新规律为目的的“基础研究”，向下承接以满足市场需求和用户体验为目的的“产品开发”，中间是运用已有科学知识规律开发新技术的“应用研究”。
产学研的结合，在主体上是高校、科研院所和企业的结合，但是科研和商业两套运行逻辑，导致在对科技评价体系上存在偏差，间接导致学术价值观和商业价值观上的冲突，学术价值观追求学术影响力，主要体验在成果引用和同行评议上，而成果发表、引用和同行评议以原始理论创新为导向，所以大多数学者只注重基础研究，忽视或者顾不上后续的应用研究;商业价值观追求利润，要求见效快、成本低、利润高，再加上与科研方的技术落差，所以绝大多数企业都只倾向于做技术引进，而非做高风险的技术研发，这两种价值观念的冲突，严重阻碍了产学研合作的发展。
但是在大模型这个快速发展时代，产学研结合变现出前所未有的新契机：
a.算力、算法、数据缺一不可，算法在科研方手里，数据在业务方手里，大规模的算力也需要公司为科研提供支撑，促使科研方和企业方必须深度合作;
b.学术界成果在Arxiv上的发表以天为周期，Model也在Hugging Face和Github上开始追求热度，部分程度上作为学术界现有科技评价体系的前置环节和补充环节，成了一个成果抢发和成果验证的大熔炉，学术界和产业界在这里深度交融;
c.产业界也由纯业务驱动，围绕需求组织技术，变成业务和技术双轮驱动，既有围绕需求组织技术，也有围绕技术升级需求，倒逼企业也开始去啃最新论文、测试最新的框架，并修改应用到自己的业务上来，这中间也产生了大量产学研深度交流的需求;
在这个新的契机中，Agents42定位在Agents领域的开放性、公益性的产学研平台，以产学研溯源和促成产学研共建两大核心策略建设产学研社区，致力于打通AGI时代的Agents产学研之路，加速并推进Agents的技术突破与应用落地。
2.Agents42提供的产学研结合模式
（1）产学研成果和人群的充分交流
Agents 42在社区和社群两个层面服务于研究者、学习者和开发者人群的充分交流，不仅是在科研成果、产品层面的交流，也在灵感、话题层面的交流，在研、学、产、产研、学研、产学的光谱上，选择适合自己的区间：
a.Agents42社区开放Research Center和Agents Hunt两个模块来提供基于Agents科研成果和Agents产品的交流，不仅有成果、产品包括架构、代码等在内的详细的介绍，成果、产品的作者、开发者和贡献者也在社区里，可以直接进行交流。
b.Agents 42同时照顾研究者、开发者、学习者的检索习惯和产学研成果的串联，依据Agents特性定义了一套标签体系，可以根据标签快速找到自己的定位，也可以通过标签将产学研各个环节的内容串起来。
c.依据标签体系，Agents衍生出一系列交流群，在大的标签下建立对应的聚焦讨论群，限制入群门槛，高质量交流。
（2）促成产学研结合的共建空间
Agents 42理解的产和研打通的关键在于打通中间技术研究的桥梁，技术研究以“科学研究”的成果为起点、以实际生产为导向和目标，没有前者，技术研究就是无本之木，没有后者，技术研究就是无的之矢，产业结合一方面是算法和数据结合，另一方面也是人的结合，围绕这两个方面，Agents开放Builder Space模块，为产研提供共建空间，下图是共创小组在讨论需求时候列举的一些典型场景：
左右滑动，查看更多
围绕这些典型场景，Agents42从共建空间的发布机制、组队共建、产学研关联、成果展示等多个环节上体验闭环，从当前MVP版本的信息打通打，到后续逐步深入产学研共建的各个环节，提供一个高质量的共建平台。
（3）打通产学研溯源的价值网络
在从科研成果—技术研发—产品上线这个倒金字塔结构的脉络中，Agents42不仅仅是要提供一个个独立成果和产品的发布，更重要的是建立这个脉络的溯源，Agents42社区既是一个综合成果、技术、产品的大综述，也是一个大地图，让拥有相似业务场景、相似科研需求、相似技术路线的研究者、开发者能快速找到一条切实可行的路线，让引用价值网络，从学术论文之间的引用，扩展到论文、技术、成果三者之间的双向引用。
Agents42社区设计理念
——33 @百度产品经理 ( Agents42主理人）
当我在设计Agents42社区时，我脑海里第一时间蹦出来的是“斯坦福的智能体小镇”和“美剧硅谷的片头动画”，所以最初的首页demo是这样哈哈👇
（官网即将上线，敬请期待）
这个小镇后续会有一些彩蛋等你们来发现～
剧透下，比如在某个车库里发现我们社区的共创者；
比如路上的行人实际上是builder space开发的智能体...There will be so much fun.
我们希望大家在这个社区能玩得开心，一起research, build, explore agents.😊
现在可能稍微需要一点点耐心，现在的agents还是一个新生儿，还有很多不成熟的地方。
Anyway, 我们聚集在一起，不就是帮助它们成长吗？为了看过的科幻片里的令人兴奋的AGI场景～
引用下我最喜欢的电影Interstellar中的诗句：
Do Not Go Gentle Into That Good Night.
Rage, Rage Against The Dying of Light.
稍微改写下～
Do Not Go Gentle Into That Good Era.
Rage, Rage Against The Dying of Creation.
（不要浪费这个好时代，对不作为说不）
最后，Builders Needed!!!
社区还需要更多社区共创者、以及各种合作资源，欢迎联系我们！
Agents系列Talk第一场
分享嘉宾：邓范鑫
飞书无代码平台AI技术负责人，近十年主要从事各类AI技术的应用落地工作，最近主要研究通用智能体的改进和企业场景落地，曾在阿里神经符号实验室参与通用智能架构设计工作。
分享内容：
从大模型到智能体的技术发展串讲
Agents的两个底层逻辑：通用智能基本原理和面向目标的架构
Agents前瞻性分析：智能体架构仍存在的缺陷及未来可能的发展
方向。
加入社区
🐙Research Center
研究群
最新前沿论文解读、研究思路碰撞、学术研讨会等
门槛：Agent研究员
这里有：Agentsims沙盒技术负责人@赵浩然
+vx：yuanck000
备注：🐙researcher
🐙Builder Space
Agents开发答疑、实践案例分享、技术交流会等
门槛：Agent开发者
这里有：Agently框架作者@莫欣
+vx：example2642
备注：🐙builder
🐙Playground
学习交流
最新Agents资讯、Agents产品使用交流等
门槛：None
+vx：Jchhhhhhhhh
备注：🐙player
Agents42合作招募
欢迎联办媒体、学术机构、大模型公司、投资机构、开发者社区、基础设施平台、AI社区机构等合作伙伴咨询，共享全球AI领域的产学研与商业合作资源！
+vx：example2642
备注：Agents42合作