[控场AI]
产品OpenAI Swarm / Swarm模式 / Swarm协作

Swarm

核心事实

时间轴 (近 90 天)

10月6日

多智能体之间直接使用普通电子邮件通信,说明专用协议(如OpenAI的Swarm、Anthropic的MCP)并非智能体互操作的必要前提

待验证50%
9月13日

AI swarm指由大量自主AI智能体组成的协同系统,能够自动执行任务、相互调用并在网络环境中持续运作

已验证65%
9月13日

Swarm 在 GitHub 上已积累超过 2.1 万颗 Star 和 2276 个 Fork,采用 Python 编写

已过期50%
9月13日

Swarm 由 OpenAI 的解决方案团队(Solution team)维护

待验证50%
9月13日

在 Swarm 中,一个 Agent 是一组指令(instructions)与可调用函数(functions)的封装

待验证50%
9月13日

Handoff 交接时会将当前对话历史(message history)一并传递给新 Agent,无需调用方显式管理状态转移

待验证50%
9月13日

Swarm 主要运行在客户端,框架本身不保存跨调用的状态

待验证50%
9月13日

Swarm 不提供生产环境所需的持久化、监控、错误恢复等基础设施

待验证50%
9月13日

Agents SDK 继承了 Swarm 的 Agent 定义与 Handoff 逻辑设计哲学

待验证50%
9月11日

OpenAI的Swarm框架采用轻量级的函数式传递模式实现Agent间通信

待验证50%

还有 5 条时间轴事件

全部知识事实 (18)

已验证

微软的AutoGen、LangChain的LangGraph和OpenAI的Swarm框架都在探索多Agent分工协作

90%
已验证

OpenAI在2024年开源了实验性框架Swarm,提出了轻量级的Agent间handoff(交接)机制

80%
已验证

OpenAI、Anthropic等主流AI公司均提供基于Python的官方SDK

70%
已验证

AI swarm指由大量自主AI智能体组成的协同系统,能够自动执行任务、相互调用并在网络环境中持续运作

65%
已验证

OpenAI团队明确指出Swarm框架更多是为学习目的而开发,并不推荐直接用于生产环境

65%
待验证

Swarm框架的核心概念只有Agent和Handoff两个,采用无状态编排的设计哲学,在单次函数调用链中完成智能体间的协作

60%
待验证

多智能体之间直接使用普通电子邮件通信,说明专用协议(如OpenAI的Swarm、Anthropic的MCP)并非智能体互操作的必要前提

50%
待验证

Swarm 不提供生产环境所需的持久化、监控、错误恢复等基础设施

50%
待验证

Swarm 主要运行在客户端,框架本身不保存跨调用的状态

50%
待验证

Agents SDK 继承了 Swarm 的 Agent 定义与 Handoff 逻辑设计哲学

50%
待验证

Swarm 由 OpenAI 的解决方案团队(Solution team)维护

50%
待验证

在 Swarm 中,一个 Agent 是一组指令(instructions)与可调用函数(functions)的封装

50%
待验证

Handoff 交接时会将当前对话历史(message history)一并传递给新 Agent,无需调用方显式管理状态转移

50%
待验证

OpenAI的Swarm框架采用轻量级的函数式传递模式实现Agent间通信

50%
待验证

OpenAI的Swarm框架采用轻量级函数式传递模式,Anthropic的Claude倾向于通过工具调用实现Agent间结构化通信

50%
待验证

Planning-Execution分层架构可用强大模型进行规划、快速模型执行任务,在性能和成本之间取得平衡,OpenAI的Swarm框架和Anthropic的Agent架构指南中都有体现

50%
待验证

OpenAI的Swarm框架、Anthropic的Claude Agent、LangChain的LangGraph都在探索Agent的可控化路径

50%
待验证

OpenAI在2024年开源了Swarm框架,这是一个轻量级的多智能体编排实验项目,展示了智能体之间如何流畅地转移控制权

50%

来源文章