一、結論寫在前面AUTOACT：一個不依賴大規模標註數據和閉源模型合成軌跡的自動agent學習框架，可通過明確劃分工作量來減輕單個agent的壓力，從而提高多agent的集體性能。實驗結果表明，與各種

2023 年下半年，AI Agent 正式開啟「大模型下半場」。自“人工智能”這門學科創立之初，一種可以“觀察世界”-“思考推理”-“做出行動”-“反思學習”的人造代理就是構建通用人工智能的終極目標之