AutoGen — 多智能体对话框架
是什么
AutoGen 是 Microsoft 2023 年发布的一套让多个 LLM agent 互相对话来完成复杂任务的框架。日常类比：单 agent 像一个独立工人；AutoGen 像项目组——产品经理 agent 提需求、工程师 agent 写代码、QA agent 审查。
你写：
assistant = AssistantAgent(name="coder")user_proxy = UserProxyAgent(name="user")user_proxy.initiate_chat(assistant, message="画个正弦波保存为 png")两个 agent 自动开始对话——assistant 写 Python 代码，user_proxy 跑代码、把 stdout 喂回去，循环直到任务完成。
这种”多个 LLM 互相讲话”的范式，是 2023-2024 年 multi-agent 框架的奠基之作。
为什么重要
不理解 AutoGen，下面这些事都没法解释：
- 为什么 2024 年的 multi-agent 框架（CrewAI / Swarm / MetaGPT）都长得像它——它们都继承了”agent 之间用消息通讯”的抽象
- 为什么 LLM agent 能”真的执行代码”而不只是嘴炮——AutoGen 把 Code Executor 做成可插拔模块
- 为什么 GroupChat 模式能让 3 个 agent 像开会一样轮流发言——它引入了 speaker selection 调度器
- 为什么复杂任务（写论文 / 跑实验 / 自动化测试）能拆给多 agent 协作完成
核心要点
AutoGen 的设计可以拆成 三个核心组件：
-
Conversable Agent：每个 agent 有 system prompt（定角色）+ 工具列表（能干什么）+ 对话能力（receive / send 消息）。类比：每个工人有一份岗位说明书 + 一套工具箱 + 能跟同事讲话的嘴。
-
GroupChat：多个 agent 在同一个对话池里，由 GroupChatManager 按 speaker selection 策略（round-robin / 随机 / LLM 决定）选下一个发言人。类比：项目组开会，主持人决定谁讲。
-
Code Executor：agent 输出的 Python 代码块会被自动抠出来、跑掉、把 stdout/stderr 当回复喂回 LLM。可选 Local subprocess（快但不安全）或 Docker（隔离）。类比：工程师写完代码，QA 自动跑测试，结果直接回到讨论里。
三个组件加起来叫 多 agent 对话框架——它的发动机是”消息 + reply 钩子链”。
实践案例
案例 1：AssistantAgent + UserProxyAgent（最小双 agent）
import autogen
assistant = autogen.AssistantAgent(name="assistant", llm_config={...})user_proxy = autogen.UserProxyAgent( name="user_proxy", code_execution_config={"work_dir": "coding", "use_docker": True},)user_proxy.initiate_chat(assistant, message="把当前目录下所有 .py 行数统计出来")对话过程：
- assistant 收到任务 → 输出一段 Python 代码
- user_proxy 抠出代码 → 在 Docker 里跑 → 把结果喂回 assistant
- assistant 看到结果 → 输出
TERMINATE终止对话
这就是最简单的”嘴 + 手”协作——assistant 是嘴（出主意），user_proxy 是手（真做事）。
案例 2：GroupChat 三 agent 讨论
pm = AssistantAgent(name="pm", system_message="你是产品经理，提需求...")eng = AssistantAgent(name="eng", system_message="你是工程师，写代码...")qa = AssistantAgent(name="qa", system_message="你是 QA，审查代码...")
groupchat = autogen.GroupChat(agents=[pm, eng, qa], speaker_selection_method="auto")manager = autogen.GroupChatManager(groupchat=groupchat, llm_config={...})pm.initiate_chat(manager, message="做一个登录功能")speaker_selection_method="auto" 让 manager 内部 LLM 看历史 + 角色描述，决定下一轮谁发言。三个 agent 像开会一样轮流讲话，最后产出一份”需求 + 代码 + 审查”的完整方案。
案例 3：AutoGen Studio（拖拽搭 agent）
官方提供的可视化工具——浏览器里拖拽 agent 节点、连线定义对话流、不写代码就能搭出 multi-agent 系统。适合不想写 Python 的产品经理 / 设计师快速验证想法。
pip install autogenstudioautogenstudio ui --port 8080打开 localhost:8080 就能看到拖拽界面，本质是上面那套 Python 代码的 GUI 包装。
踩过的坑
-
本地 Code Executor 等于把 LLM 当 shell：默认
use_docker=False时，LLM 输出rm -rf ~会真的执行。生产场景必须切 Docker，并加 read-only mount + 资源限制。 -
speaker_selection_method="auto"调度成本高：每轮都要多发一次 prompt 让 manager 的 LLM 选下一个 speaker，token 至少翻倍。3 agent 场景下调度成本能吃掉 25-35% 总开销。token 敏感时改用round_robin。 -
GroupChat 容易陷入死循环：如果没设
max_round，agent 们可能你来我往讲个不停。默认 10 轮已经偏激进，生产建议 max_round=3-5 + 明确的 termination message。 -
0.2 和 0.4 API 几乎不兼容：2024-Q4 重写后
pyautogen包名变了、ConversableAgent 的内部机制全换了。生产用要选定一个版本，不要混用。
适用 vs 不适用场景
适用：
- 任务能自然拆成”多角色讨论”——产品 / 工程 / QA / 评审 这种
- 需要 agent 真的执行代码（数据分析 / 跑实验 / 自动化脚本）
- 需要”人工 in the loop”——某些步骤等人确认再继续
不适用：
- 任务结构高度固定（A → B → C 流水线）→ 用 LangGraph 显式状态机更稳
- 极简场景（一个 agent + 一个 tool 就够）→ 直接调 LLM API，不用框架
- 严格生产环境（高并发 / 低延迟）→ 0.2 的责任链调度太重，0.4 重写但还在迭代
- 需要严格安全隔离 → AutoGen 的 Docker 隔离不够强，需自己加固
历史小故事（可跳过）
- 2023-08：Microsoft Research 团队发布 AutoGen v1（arXiv 2308.08155）。当时 ReAct / Reflexion / Voyager 都还是单 agent 范式，AutoGen 第一次把”多 agent 对话”做成开源框架。
- 2023-10：v0.2 正式加入 GroupChat + GroupChatManager，让”多人会议”模式成为标配。GitHub stars 从几千冲到 1 万+。
- 2024-01：metagpt / CrewAI 跟进——MetaGPT 把多 agent 写成固定 SOP（PM / Architect / Engineer / QA），CrewAI 把 AutoGen 重新包装成更易上手的 DSL。
- 2024-09：AutoGen 0.4 重构——把 reply_func 责任链换成 actor model（AgentRuntime + 显式 message subscription），承认 0.2 的设计在大规模场景调试困难。
- 2024-11：OpenAI Swarm 发布——故意做得极简，只有 Agent + handoff 两个概念，可以理解为”AutoGen 减负版”。
学到什么
- 多 agent 协作的关键不是”agent 多聪明”，而是”agent 之间怎么讲话”——AutoGen 的 conversation 抽象是这个领域的奠基决定
- 消息 + reply 钩子链 是优雅但调试痛的设计——0.2 用，0.4 自己换掉了
- Code Executor 让 agent 从嘴炮变真做事——这是 AutoGen 区别于纯对话 agent 的核心优势
- 范式 → 框架 → 应用：2023-08 论文 → 2023-10 框架成熟 → 2024 一堆下游框架（CrewAI / Swarm / MetaGPT）都站在它肩膀上
延伸阅读
- 官方教程：Microsoft AutoGen Docs（quickstart + 6 个 case study，跑一遍 2 小时）
- 论文 PDF：arXiv 2308.08155（22 页，框架部分必读）
- 对照阅读：CrewAI 仓库 看下游框架怎么把同一套思想重新包装
关联
- metagpt —— 把多 agent 写成固定 SOP（PM / Architect / Engineer / QA），是 AutoGen 思想在”应用层”的具象化