Genspark 推出多智能体协同，让 AI 团队为你工作

“你们已经推出了这么多智能体功能，怎么决定下一步做什么？用户真的能跟上吗？”

面对一位产品经理朋友的提问，Genspark 团队给出了一个出人意料的回答：

“我们不确保用户跟上，也无意这样做。”

这不是傲慢，而是一种全新的产品哲学——把功能当作工具，把智能体当作员工，把超级智能体当作项目经理。

自今年四月推出“超级智能体”以来，Genspark 一直在构建一个更深层的愿景：用户无需掌握每一个功能，只需提出目标，剩下的由系统自动协调完成。每一个新上线的智能体，都不是独立的产品模块，而是为超级智能体准备的“能力插件”。

今天，这一愿景迈出了关键一步：Genspark 正式上线多智能体协同平台。

多智能体协同：专业分工，统一执行

Genspark 的多智能体平台允许用户将复杂任务交给一个主导智能体，由它自动调度多个专业子智能体并行协作，端到端完成任务。

每个智能体都在其专属环境中运行，各司其职：

这些智能体不再是孤岛。它们被统一调度，在同一个任务上下文中协同工作。

例如，当你要求“分析某公司财报并生成一份投资备忘录和路演 PPT”，系统会：

1. 由主导智能体拆解任务；
2. 调用 AI Sheet 处理财务数据；
3. 启动 Code 智能体 进行估值建模；
4. 交由 AI Document 撰写分析报告；
5. 最后由 AI Slides 自动生成可视化演示。

整个过程无需用户手动切换工具或复制粘贴结果。

关键设计：线性上下文 + 并行执行

实现多智能体高效协作的核心，是 Genspark 的一项关键技术选择：保持线性上下文流。

尽管多个子智能体可以并行运行，但它们都基于同一时刻的上下文快照进行操作。任务结果返回后，由主导智能体统一更新全局上下文。

这看似简单，实则至关重要。

如果上下文是非线性的、分散的——就像多个团队各自开会却不同步——就会导致信息错位、重复劳动甚至冲突。而线性上下文确保了所有智能体始终“在同一页面上”，既保留了并行效率，又避免了协调混乱。

🧠 类比：就像一家公司，各部门可以并行工作，但战略方向由 CEO 统一发布，进展由周会集中对齐。

这种设计让 Genspark 在复杂任务中实现了高一致性与高性能的平衡。

下一步：按需创建临时智能体

多智能体协同只是起点。Genspark 已经在规划下一阶段——按需临时智能体（On-Demand Ad Hoc Agents）。

未来，主导智能体将能够根据任务需要，动态生成全新的专业化智能体。这些智能体不是预设功能，而是实时创建的“临时专家”。

如何实现？通过 YAML 配置文件。

示例：投资备忘录助手

name: '投资备忘录助手'
description: '专门用于投资分析和备忘录撰写的助手智能体'
model: 'claude-4-sonnet'
system_prompt: |
  你是一名专业的投资备忘录助手，负责：
  - 全面的投资研究与财务分析
  - 构建DCF、比较估值模型
  - 撰写结构化、数据驱动的备忘录
  - 提出平衡的投资论点与风险评估
tools:
  - web_search
  - financial_report
  - crawler
  - scholar_search
metadata:
  category: 'finance'
  tags: ['investment', 'analysis', 'memo']

这个智能体不是通用 AI，而是为“撰写投资备忘录”这一特定场景量身定制的专家。它拥有：

• 专用模型（如 Claude 4 Sonnet）
• 精确的系统提示
• 匹配任务的工具集

想象一下：

• 一个按你公司模板生成周报的智能体；
• 一个遵循你团队代码规范写单元测试的智能体；
• 一个熟悉你客户行业术语的销售提案助手。

这些都将不再是固定功能，而是可编程、可复用、可定制的智能单元。

Genspark 计划建立一个 YAML 配置库，覆盖常见场景，并支持主导智能体根据需求自动创建新配置。

通向 AGI 的路径：从使用工具到创造工具

当系统不仅能调用工具，还能动态生成工具；当智能体本身成为可编程的组件，这个平台就不再只是一个生产力工具，而是一个自我演化的认知系统。

这正是 Genspark 所追求的方向：

• 不只是执行预设流程；
• 而是理解目标，拆解任务，组合资源，甚至发明新的工作方式。

正如其团队所说：“这是不仅使用工具，而是创造工具的智能。”