---
title: "Salesforce开源MAS-Zero：无需人类监督，自动生成与优化多智能体系统的全新框架"
url: "https://paooo.com/aigc-news/14842/"
author: "Prompt 语宙研究院"
published_at: "2026-06-28T11:42:22+08:00"
updated_at: "2026-06-07T20:26:28+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "MAS-Zero, Salesforce, 多智能体系统, 智能体框架, 自动设计"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Salesforce开源MAS-Zero：无需人类监督，自动生成与优化多智能体系统的全新框架

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/14842/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-28

## AI 30 秒核心看点 (TL;DR)

- 无需人工手工设计角色与通信协议，MAS-Zero可按问题实例动态生成并优化多智能体系统。
- 核心是元迭代+自验证：先分解任务、生成MAS代码，再依据可解性与完整性反馈持续改进。
- 在数学推理、研究生级问答和代码基准测试中表现出色，且不依赖外部监督集。

> 
                **💡 站外导读：**随着大模型应用深入，多智能体系统（MAS）成为解决复杂任务的关键范式。然而，传统MAS设计严重依赖人工经验，难以应对动态变化的复杂问题，且优化成本高昂。企业亟需一种能够自动设计、动态适应并持续进化的智能体框架，以释放AI潜能，应对真实世界的不确定性。Salesforce推出的MAS-Zero正是针对这一核心痛点，开启了无需人类监督的MAS设计新纪元。

            

             
                        

## MAS-Zero是什么

MAS-Zero是 Salesforce 推出的多智能体系统（MAS）设计框架，能在无需人类监督的情况下自动设计和优化MAS。框架基于元级设计，在推理时动态地对每个问题实例生成、评估和改进MAS配置。MAS-Zero的核心在于元迭代过程，包括任务分解、生成对应的MAS实现及基于可解性和完整性的元级反馈。基于自验证从所有候选解决方案中选择最合适的结果。MAS-Zero在数学推理、研究生水平问答和代码基准测试中表现出色，且不依赖任何外部监督。

## MAS-Zero的主要功能

- **自动设计多智能体系统（MAS）**：无需人类手动设计智能体角色和通信协议，根据具体问题自动生成适合的MAS结构，提高系统对新任务的适应性和性能。

- **动态适应问题**：在推理阶段针对每个问题实例进行动态的智能体组合和问题分解，让MAS更好地应对复杂多变的任务。

- **无需验证集监督**：不依赖于预先标注的验证集调整和优化MAS配置，降低对数据的需求，提高系统的灵活性和实用性。

- **性能优化**：基于元级设计和自验证机制，不断迭代改进MAS设计，提升系统在复杂任务上的准确率和效率，保持成本效益。

- **自进化能力**：在推理过程中，jiyu 自我反馈和评估，自动学习和进化，逐步优化MAS的设计和性能，无需外部监督信号。

## MAS-Zero的技术原理

- **元迭代（Meta-Iterations）**：

**任务分解与MAS生成**：将复杂问题分解为多个子任务，为每个子任务生成对应的MAS实现（用可执行代码形式）。将MAS设计视为代码生成问题，基于元代理（meta-agent）动态地调整任务分解和MAS配置。

- **元级反馈**：评估生成的MAS设计的可解性和完整性，基于执行MAS代码获取中间输出，分析输出判断当前MAS是否能有效解决问题。根据评估结果生成反馈，指导后续的迭代改进。

- **自验证（Self-Verification）**：在多次元迭代后，从所有候选解决方案中选择最合适的结果。对比不同迭代产生的候选答案，结合一定的验证策略（如多数投票、排除无效答案等），确定最终的输出答案。

- **基于LLM的元代理**：基于大型语言模型（LLM）作为元代理，赋予理解和生成自然语言指令的能力。元代理在元迭代过程中负责任务分解、MAS生成、反馈生成及最终结果的验证，与LLM的交互实现对MAS设计的优化和改进。

- **自我监督学习**：整个过程不依赖外部验证集或人类监督，基于系统自身的执行结果和反馈信号进行自我监督学习。元代理根据中间输出的可解性和完整性来调整MAS设计，逐步提高系统的性能和适应性。

## MAS-Zero的项目地址

- **项目官网**：[https://mas-design.github.io/](https://mas-design.github.io/?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/SalesforceAIResearch/MAS-Zero](https://github.com/SalesforceAIResearch/MAS-Zero)

- **arXiv技术论文**：[https://arxiv.org/pdf/2505.14996](https://arxiv.org/pdf/2505.14996)

## MAS-Zero的应用场景

- **复杂问题求解**：在数学、科学计算等领域，将复杂问题分解为多个子任务，提高求解效率和准确性。

- **自然语言处理**：用在高级问答系统和文本生成编辑，生成高质量的自然语言处理结果。

- **软件工程**：在代码生成、优化和软件测试中，将任务分解为多个子任务，提高软件开发和测试的效率与质量。

- **医疗健康**：应用在疾病诊断和治疗方案制定，提高医疗决策的准确性和个性化水平。

- **教育领域**：用在个性化学习和智能辅导，根据学生需求分解学习任务，由不同智能体提供定制化的学习路径和辅导内容，提升学习效果。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                MAS-Zero的发布标志着多智能体系统设计从“人工经验驱动”迈入“元学习驱动”的新阶段。其核心突破在于将MAS设计问题转化为可迭代的代码生成与自我验证过程，通过元代理实现了架构的动态生成与优化。这契合了当前AI Agent发展的两大趋势：一是系统复杂性的自动化管理，二是摆脱对高质量标注数据的依赖。它不仅仅是一个工具，更是一种设计范式的革新，预示着未来AI系统将具备更强的自主性和适应性，能够像‘活’的有机体一样，在解决具体问题中不断进化。对于企业而言，这意味着构建和部署复杂AI应用的门槛与成本将大幅降低，是推动AI从实验室走向大规模产业应用的关键基础设施。

## 常见问题解答 (FAQ)

### MAS-Zero是什么框架？
MAS-Zero是Salesforce推出的多智能体系统设计框架，核心特点是无需人类监督即可自动生成、评估和优化MAS配置。它通过元代理在推理时动态完成任务分解、代码生成和自验证。

### MAS-Zero为什么不需要验证集？
它不依赖预先标注的验证集，而是通过系统执行后的中间输出进行元级反馈与自我监督。框架会根据可解性、完整性等信号迭代优化设计，从而减少对人工标注数据的依赖。

### MAS-Zero适合哪些应用场景？
适合复杂问题求解、自然语言处理、软件工程、医疗健康和教育等场景。凡是需要把复杂任务拆解为多个子任务，并由多个智能体协同完成的场景，都能受益于它的动态生成与优化能力。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
