# 通用 Agent 调研 作者：zhongling 原文：https://zhixia.pages.dev/posts/ai-agent/ 发布日期：2025-09-12 更新日期：2025-09-12 语言：zh --- 近日接到通用智能体开发任务。类似 Manus，服务于公司内部一些场景，预计包含 PPT 制作，DeepResearch，小型开发任务等。 这里梳理下当前业界里的 通用 Agent。包含其产品特点，大致实现思路等。 ## 与正常问答助手区别 普通 chat 是为了回答问题，仅仅是问答 带上工具后，可以执行一些简单任务 带上 多Agent 架构，复杂的工具（compute-use，codesandbox， browser-use），状态管理，Human in the loop，回放等就是本文要说的通用 Agent，我更习惯称它为任务 Agent。 ## [Google Ai Studio](https://aistudio.google.com/) 这个挺好用，里面最新的模型还能免费白嫖。 包含功能：Chat，语音聊天，生图 / 视频，Build(制作各种 静态 web 应用) 值得一提，Build 里的功能包含 Web Ide，发布部署等。属于一站式开发。我个人会使用他生成一个初始化的项目，然后下载到本地，使用本地 coding 工具完成复杂需求 ## [manus](https://manus.im/app) 国内网红 Agent 公司，早期凭借炒作火了一把，当然也有他的实力存在的，并且把体验码炒到数万一个。也拿到了一些融资。 核心功能： ## [flowith](https://flowith.io/blank) 这个比较有意思的点是：他在交互上做了创新：整体有个画布，在这个画布上，走一步对应一个节点，感观上还算清晰。 ## [teamoteam](https://teamoteam.com/index) 一家国内的 Agent，创始人早期在百度的某AI算法团队，后离职专做这个 Agent。 主要应用场景是：写作，调研。 提出了角色的概念，每个角色对应一个 Agent。总体是多 Agent 架构。这也是他们公司的 slogan：致力于推动多 Agent 发展。 image ## 核心技术 ### 单 Agent 目前单 Agent 基本都是源于早期那个 ReAct 论文。规划-响应-监听-循环。 ### 多 Agent 架构 首先很多场景可能不需要 Multi Agent 架构，具体怎么决策 在 Openai 总结的实践文章里有提到，可以做参考。 市面上已经有一些多 Agent 框架，比如 openai 的 swarm，qwen_agents 等。可以在代码实现上做些参考 另外一个纬度思考：一个 Agent 也可以是一个工具。这么来看就是单 Agent 模式了 ### 状态管理 一般一个任务会对应一个总体的内容，任务的todo列表，todo的完成情况，human in the loop 等都依赖这个状态管理。 ### 工具 工具基本依赖 mcp 协议，但是具体定义的时候有些注意事项：简洁，明确的描述工具，尽量给出 scope，因为不同的系列工具里可能有相同的名称比如： get_list。 ### 调优 **效果调优** 这个是重中之重。我理解需要做好几个事情： 1. 数据来源控制好，比如需要互联网搜索的场景。因为公网里有很多知识，水平参差不齐。如果拿到不好的知识，想做出好结果，肯定不可能了 2. 意图识别 / 任务拆解 3. 多一点明确，可以让 human in the loop 更重一点 **性能调优**： 这里有个 manus 的文章，其中写到了 prompt cache，比较底层技术了。对于普通入门者我觉得可以往后再看。 ## 其他产品罗列 1. [coze 空间](https://space.coze.cn/?category=10000) 2. [gamma](https://gamma.app/) 3. [skyework](https://skywork.ai/) 5. [minimax](https://agent.minimaxi.com/) ## 结论 目前还未存在真正通用 Agent，大概是 AGI 级别的模型还未出现。基本都是特定在某个领域内的通用，能做好的话也算是成功了 技术实现上思路：意图识别，任务拆解， 工具 / agent，状态控制，呈现结果。这其中的难点反倒是在工具的设计上了，有个好工具就能做出更好结果 一个 Demo 还是非常容易。但是调优性能这块却是另一个纬度的难题。 ## 附录 1. [Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus](https://manus.im/zh-cn/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus) 2. [writing-tools-for-agents](https://www.anthropic.com/engineering/writing-tools-for-agents) 3. [ReAct 框架与 AI Agent：当 AI 学会自己思考和行动](https://baoyu.io/blog/react-ai-agent-self-thinking-acting) 4. [a-practical-guide-to-building-agents byopenai](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf)