SECTION 9 / 多 Agent 蜂群协作
Marsdata.ai
@ Marsdata
#agent#CRM#swarm
[ 团队 ]
- 清风
[ 项目链接 ]
> 提交时间:2026/9/23 17:38:09
> 最后更新:2026/9/24 01:38:36
[ 项目介绍 ]
您好,我是Mars的创始人清风,请允许我用最大的热情,为您介绍MarsDataAI:
如果您是一名创始人,面对投资人时,Mars会帮助您:研究投资人背景、判断业务匹配度、寻找最佳路径;
如果您是一位女性网红,Mars会帮助您:理解品牌方、经纪机构与核心支持者的诉求,推进合作、维护长期关系;
如果您是一位自媒体作者,Mars会帮助您:梳理采访对象、行业专家与内容伙伴的信息,寻找交流切入点;
如果您是一位产品经理或行业专家,Mars会帮助您:理解关键决策者的关注点,为争取资源、推动项目做好准备。
围绕这些场景, Mars 聚焦四项能力:(1)分析关系中的阻碍(2)搜索关键信息(3)洞察关系信息(4)识别关系信号。
通过友好的交互界面,将这些原本模糊的信息,结构化后直观地呈现给您。
当一个合作迟迟无法推进,Mars 可以帮助您梳理问题:
是双方需求尚未对齐,还是信任基础不足?是缺少关键信息,还是沟通时机不合适?
围绕这些问题,Mars 结合已有记录与公开资料,调查人物背景、业务方向、过往合作和共同联系人,将模糊的困惑拆解成可以核实的线索。
跨对话记忆在这一过程中继续发挥作用。过去提到的目标、反复出现的顾虑、尚未兑现的约定,都能成为理解当前关系的上下文。对方开始追问具体细节、主动讨论下一次见面,或持续回避某个关键问题,也可以作为进一步分析的关系信号。
Mars 帮助您区分事实与推测,判断谁值得优先跟进,以及下一次沟通应该准备什么。
之所以可以做到这些,是因为Mars基于Evolver强大的基因能力,构建了独特的Swarm模式。
面对复杂目标,Mars 可以组织多个 AI Agent 分工求证:
通过自组织,而非传统的SubAgent(子代理)模式,Mars的蜂群会自动分化出:
(1)背景调查 Agent 研究人物与机构经历;
(2)业务分析 Agent 判断双方的需求与合作切入点;
(3)关系调查 Agent 查找往来记录、共同联系人与引荐路径;
(4)这些 Agent 共享Evolver基因和记忆,将值得沉淀的结论以基因的形态在本地保存;
(5)再由复核 Agent 检查结论和证据,指出矛盾与信息缺口。
与传统的Subagent不同,这里的Agent并非是Lead和Sub的关系,而是职能的划分,在权利上是平等的。审核Agent无权停止调查Agent的任务,它可以提出问题,而调查Agent则会与它辩论,最终采取投票的方式,保留被更多Agent支持的结论或观点。
Mars Swarm模式的灵感来自于Evomap博客中提到的自组织形态与康威生命游戏(Conway's Game of Life),通过定义简单的规则,成功构建起复杂且高效的蜂群协作系统:
Mars Swarm的内部规则如下:
规则1:信息不足时,继续搜索;
规则2:某个结论与你的结论冲突时发起辩论;
规则3:辩论完成后,发起投票,保留票数高者的结论。
而这一切,并不需要人类的干预,是Agent的行为,任务的发布,并非来自Lead Agent而是通过广播信号,让Agent领取任务,自主执行,得到结论,结论冲突时发起投票,最终完成任务。
这个完整的过程,便是Mars的Swarm模式。
例如“如何争取这位投资人的下一次会面”,蜂群便可以从不同角度展开调查,汇总为有依据的沟通准备与推进建议。任务从拆解、协作到成果回收的过程全部可见,您能够理解结论从何而来,也知道哪些判断仍需验证。
在Mars的Swarm模式中,Evolver负责提高下限,Swarm负责探索上限。基因的高效复用和公共结论,承担了降低token消耗,提高任务完成的确定性的职能。而Swarm则承担了获取最多信息量,最多思辨维度,以及最终给您最佳答案的职能。
Swarm的呈现形式参考了康威生命游戏,使用Token热力图方块样式,定义如下:
(1)不同颜色代表不同Agent
(2)颜色深浅代表输入和输出的Token数量,数量越大颜色越深
(3)不同方向的运动代表Agent的执行思路,任务目标
基于规则和Agent的实际执行情况,您可以看到三种Mars Swarm模式下的图形结构:
(1)圆形簇:需求提出、任务结束,都会看到有多个维度执行的圆形簇,越接近圆形,说明Agent思考的维度越多。
(2)条形演进路线:随着Agent的执行,您可以清晰看到有方向性的运动。并能看到在关键节点的分叉。执行的过程越长,则条形越长。
(3)树状网络:当多个Agent交换记忆和结论,您还可以清晰看到一张agent之间的网络。交换的agent越多,网络也就越密集。
神奇的是,这些图形似乎天然符合人类对于协作,思考以及执行的直觉。
从上一次帮助主播看懂数据、记住重要的人,到这一次帮助更多您理解并推进关键关系,Mars 始终围绕真实的个人成长需求展开。
通过持续记忆、关系洞察与蜂群协作,让您的每一段关系,都能成为真正的资产。
清风
写于2026年9月24日 凌晨03点33分
[ 演示视频 ]
时长 1:03
[ 项目图集 ]