# 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

- Link: https://paooo.com/aigc-news/14842/
- Published: 2026-06-28T11:42:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 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](https://paooo.com/trends/)
   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。

阅读目录

 * [MAS-Zero是什么](https://paooo.com/aigc-news/14842/#maszero%e6%98%af%e4%bb%80%e4%b9%88)
 * [MAS-Zero的主要功能](https://paooo.com/aigc-news/14842/#maszero%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [MAS-Zero的技术原理](https://paooo.com/aigc-news/14842/#maszero%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [MAS-Zero的项目地址](https://paooo.com/aigc-news/14842/#maszero%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [MAS-Zero的应用场景](https://paooo.com/aigc-news/14842/#maszero%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/14842/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![MAS-Zero](https://paooo.com/wp-content/uploads/2026/05/MAS-Zero-website-1.avif)

## 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。

🔬 语宙深潜追问 · 进阶实操拆解

MAS-Zero最适合先替代哪步设计？

最适合先替代智能体分工、通信协议和初始提示词设计这些高试错成本环节。先让系统自动
生成多个候选方案，再由评测器筛选，能显著缩短多智能体原型迭代周期。

自动生成的多智能体如何防止互相带偏？

要给每个智能体明确职责边界、共享状态和冲突仲裁机制，并设置独立评测器做回归检查。
否则容易出现重复劳动、错误放大和目标漂移，导致系统越优化越乱。

🗳️ 读者观点微投票 · 您的实战立场是？

无需人类监督，AI能自动设计多智能体系统吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🤖 所属权威专题：AI Agent 智能体工作流 →](https://paooo.com/topics/ai-agents/)

 * [EvoAgentX – 开源的AI Agent自动化生成与优化框架](https://paooo.com/aigc-news/18767/)
 * [Agent Zero：开源AI智能体框架，让AI助手像人一样学习成长与协作](https://paooo.com/aigc-news/14519/)
 * [美团5600亿参数推理模型LongCat-Flash-Thinking：开源MoE架构引领AI Agent新范式](https://paooo.com/aigc-news/13594/)
 * [MAI-Code-1-Flash – 微软推出的轻量级代码生成模型](https://paooo.com/aigc-news/18577/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/14842/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
