AutoGen 與 Qingyun Wu：讓 AI 互相對話，才能解決真正複雜的問題

多個 AI 互相對話，能解決一個 AI 永遠做不到的事。

這不是直覺，但這是 Qingyun Wu 在 2023 年做的事。

她在微軟研究院紐約實驗室的辦公室裡，和同事 Chi Wang 及一群研究員，把一個簡單的想法工程化：與其讓一個超強的 AI 單打獨鬥，不如讓一群有各自專長的 AI 互相對話、互相糾錯、協同完成任務。

這個框架叫 AutoGen。發表後，它拿下了 ICLR 2024 LLM Agent Workshop 的最佳論文獎，GitHub Star 數迅速突破 4 萬，成為 Multi-Agent 領域被引用最多的工程框架之一。

AutoGen 解決的核心問題：複雜任務不是「更聰明的模型」能解決的，而是需要「更好的分工」。

• 為什麼你需要認識 Qingyun Wu？
• Qingyun Wu 是誰？
  • 學術路徑：從 NLP 到 LLM Agent 的跨越
  • 為什麼是「對話」？
• AutoGen 的核心積木
  • 1. ConversableAgent：一切的基礎類別
  • 2. AssistantAgent + UserProxyAgent：最經典的兩人組
  • 3. GroupChat：讓多個 Agent 開會
• AutoGen 生態系的分叉：一個框架，兩條路
• AutoGen vs LangGraph vs CrewAI：三種 Multi-Agent 哲學
• 經典語錄
• 實用建議：三個起步行動
  • 步驟 1：從兩人組開始，感受對話的力量
  • 步驟 2：用 speaker_selection_method="auto" 觀察 LLM 的決策
  • 步驟 3：評估 AG2 vs AutoGen 0.4 再做選擇
• 我的反思
• 參考資料 (References)

為什麼你需要認識 Qingyun Wu？

在這個 AI Agent 系列裡，我們已經認識了幾種不同的建造者：

• Andrew Ng 定義了 Agent 的思維框架（Reflection、Tool Use、Planning、Multi-Agent）
• Shunyu Yao 設計了 ReAct 推理引擎
• Harrison Chase 把 LLM 工程化、民主化（LangChain）
• João Moura 把 Agent 角色化、組織化（CrewAI）
• Peter Steinberger 把 AI 帶進你的日常通訊軟體（OpenClaw）

Qingyun Wu 做的事，站在更學術的位置：她把「讓 AI 學會對話」這件事，從研究論文落地成可以直接用的開源框架。

她的洞見是：LLM 的根本限制不是「不夠聰明」，而是上下文視窗有限、一個模型無法同時兼顧所有角色。解法不是更大的模型，而是讓多個小角色各司其職，透過對話協作出更好的結果。

Qingyun Wu 是誰？

學術路徑：從 NLP 到 LLM Agent 的跨越

Qingyun Wu 的學術背景紮實且聚焦：

• 2020 年：在維吉尼亞大學取得計算機科學博士學位，導師是 Hongning Wang，研究方向為 NLP 與資訊搜尋
• 2020–2021 年：在微軟研究院紐約實驗室擔任博士後研究員，師從 John Langford（強化學習領域大牛）
• 2021 年至今：賓州州立大學資訊科學與技術學院 助理教授

在進入 LLM Agent 領域之前，她已在 Automated Machine Learning（AutoML）領域發表多篇頂級論文，並在 2019 年拿下 SIGIR Best Paper Award。

這個背景很重要：她不是一個純粹的工程師，而是一個同時懂得如何做嚴謹研究，又能把研究轉化成工程產品的人。

為什麼是「對話」？

Wu 的核心洞見來自一個觀察：人類在解決複雜問題時，很少是一個人獨自完成的，而是透過開會、討論、互相審查來達成。

那 AI 為什麼不行？

她的答案是：以前的架構不讓 AI 開會。 LangChain 解決了「接管道」，CrewAI 解決了「分角色」，但這些框架的 Agent 之間的互動，本質上是單向的資料傳遞。

AutoGen 的革新在於：讓 Agent 的溝通真正成為雙向對話（conversation），每個 Agent 都能讀取完整的對話歷史，隨時介入、糾正、追問——就像真正的團隊協作。

AutoGen 的核心積木

AutoGen 的設計哲學是「萬物皆對話（Everything is a conversation）」——複雜任務就是一場多角色的對話過程。

1. ConversableAgent：一切的基礎類別

from autogen import ConversableAgent

agent = ConversableAgent(
    name="assistant",
    system_message="你是一位專業的 Python 工程師",
    llm_config={"config_list": [{"model": "gpt-4", "api_key": "..."}]},
    human_input_mode="NEVER",  # ALWAYS / NEVER / TERMINATE
)

ConversableAgent 是所有 Agent 的基礎類別。它的核心能力只有兩件事：

• 接收訊息（receive）：根據對話歷史和角色設定，決定如何回應
• 發送訊息（send）：把回應傳給下一個 Agent

這個設計刻意保持簡單——複雜的邏輯由多個 Agent 的對話組合完成，而不是塞進一個 Agent 裡。

2. AssistantAgent + UserProxyAgent：最經典的兩人組

AutoGen 最廣為人知的設計，是這對搭檔：

from autogen import AssistantAgent, UserProxyAgent

assistant = AssistantAgent(
    name="assistant",
    llm_config={"config_list": [{"model": "gpt-4", "api_key": "..."}]},
)

user_proxy = UserProxyAgent(
    name="user_proxy",
    human_input_mode="NEVER",
    code_execution_config={"work_dir": "coding", "use_docker": False},
    is_termination_msg=lambda x: "TERMINATE" in x.get("content", ""),
)

# 啟動對話：讓 AI 自動畫出台積電股價圖
user_proxy.initiate_chat(
    assistant,
    message="用 Python 畫出台積電過去一年的股價走勢圖",
)

這個「兩人組」的分工邏輯極為優雅：

當程式碼有 bug，UserProxyAgent 把錯誤訊息傳回去，AssistantAgent 讀取後自動修正，直到任務完成——這就是 Andrew Ng 的 Reflection 模式在工程層面的完整實現。

3. GroupChat：讓多個 Agent 開會

真正讓 AutoGen 從眾多框架中脫穎而出的，是 GroupChat：

from autogen import GroupChat, GroupChatManager

researcher = AssistantAgent(name="研究員", ...)
analyst = AssistantAgent(name="分析師", ...)
writer = AssistantAgent(name="撰稿人", ...)
critic = AssistantAgent(name="審稿人", ...)

groupchat = GroupChat(
    agents=[researcher, analyst, writer, critic],
    messages=[],
    max_round=12,
    speaker_selection_method="auto",  # 由 LLM 決定下一個發言者
)

manager = GroupChatManager(groupchat=groupchat, llm_config=llm_config)
user_proxy.initiate_chat(manager, message="分析 AI 市場並撰寫一篇投資備忘錄")

GroupChatManager 負責主持這場會議，根據 speaker_selection_method 決定誰來發言：

AutoGen 生態系的分叉：一個框架，兩條路

2024 年底，發生了 AI 開源社群罕見的事件：AutoGen 的原始創作者離開了微軟，把框架帶走了一半。

Qingyun Wu 與 Chi Wang 等核心成員宣布離開微軟，並將原始 AutoGen 0.2.x 的架構另立門戶，命名為 AG2。

這不只是技術分叉，而是哲學分叉：

• AG2 認為：「穩定才是生態系最大的資產，不要為了重構而破壞現有使用者的投資。」
• Microsoft AutoGen 0.4+ 認為：「舊架構無法支撐企業級的分散式 Agent 需求，必須從底層重建。」

這個分裂，讓開發者在選擇時需要先想清楚自己的需求——如果你是既有 AutoGen 0.2 使用者，AG2 是更安全的路徑；如果你是從零開始建立企業級系統，Microsoft AutoGen 0.4 的 Actor Model 值得評估。

AutoGen vs LangGraph vs CrewAI：三種 Multi-Agent 哲學

選擇框架的直覺法則：

• 任務需要反覆除錯、程式碼執行 → AutoGen
• 工作流複雜、需要分支與循環 → LangGraph
• 任務角色明確、流程可預期 → CrewAI

經典語錄

"The key insight of AutoGen is that conversation is a powerful abstraction for multi-agent collaboration — it naturally supports feedback, correction, and iteration."

AutoGen 的核心洞見：對話是多智能體協作最強大的抽象——它天然支援回饋、糾錯與迭代。

"We don't need one superintelligent AI. We need a team of specialized agents that can check each other's work."

我們不需要一個超級 AI，我們需要一支能互相審查的專業 Agent 團隊。

實用建議：三個起步行動

步驟 1：從兩人組開始，感受對話的力量

不要一開始就用 GroupChat。先用最簡單的 AssistantAgent + UserProxyAgent 組合，讓 AI 自動執行並修正程式碼。這個「寫 → 跑 → 報錯 → 修正」的循環，是理解 AutoGen 哲學的最佳入口。

步驟 2：用 speaker_selection_method="auto" 觀察 LLM 的決策

GroupChat 的精華在於 auto 模式——讓 LLM 自己判斷下一步要誰說話。觀察這個過程，你會看到 Multi-Agent 系統如何自然浮現出分工邏輯，這比任何文件都更直覺。

步驟 3：評估 AG2 vs AutoGen 0.4 再做選擇

如果你有現有的 AutoGen 0.2 程式碼，評估遷移成本後再決定要跟 AG2 還是 Microsoft 的 0.4。從零開始的新專案，建議兩個都裝起來跑一遍 Hello World，你會直接感受到架構哲學的差異。

我的反思

看完 AutoGen 的故事，有一件事讓我印象深刻。

Qingyun Wu 不是創業者，不是 VC 明星，不是那種喜歡出現在 TechCrunch 頭條的人。她是一位學術研究員，在一篇論文裡提出了一個想法——然後這個想法被工程社群接住了。

這讓我重新思考 AI Agent 世界的分工：理論家提出模式，工程師把它落地，但真正稀缺的，是那個站在中間、同時懂得兩邊語言的人。

Qingyun Wu 的 AutoGen，以及她後來帶著核心社群另立 AG2 的決定，都是在說同一件事：她在乎的不是在微軟繼續做開發，而是那個「對話即協作」的初心要被保留下來。

回看這個系列走過的路：

• Andrew Ng 定義為什麼 Agent 很重要
• Shunyu Yao 設計怎麼推理
• Harrison Chase 建立怎麼接管道
• João Moura 解決怎麼分角色
• Peter Steinberger 回答在哪裡互動
• Qingyun Wu 則問了另一個問題：AI 之間，怎麼開一場有效率的會？

這六個問題，才大概拼出了 AI Agent 這個領域的輪廓。

參考資料 (References)

官方資源

• AutoGen GitHub 倉庫（Microsoft）
• AG2 GitHub 倉庫（社群版）
• AutoGen 官方文件

學術論文

• AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation Framework（原始論文）

延伸閱讀

• Qingyun Wu 個人學術主頁（Penn State）

推薦影片