多智能体协作
把不同职责的 AI 专家组合成一支团队,围绕同一目标分工推进,而不是只和一个对话窗口来回问答。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
智谱清言推出的多智能体协作平台,可按需组建专属 AI 专家团队
AgentMore 是智谱清言推出的 AI 智能体协作平台,在 GLM-Claw 基础上做了全新升级,主要解决传统 AI 对话只能单线交互的问题。用户可以像组建乐团一样,把不同职责的 AI 专家组合起来,让它们并行处理同一件任务,同时平台支持云端长时间待命,并接入微信、飞书等日常办公工具。它适合把重复性任务交给一组智能体去跑,也适合需要多角色配合的工作流。短板在于它依赖智谱清言生态,跨平台能力有限,且复杂任务的协作效果需要使用者自己规划好分工。
AgentMore 是智谱清言团队推出的 AI 智能体协作平台,定位是把单一的 AI 对话升级成一支可自由组合的 AI 专家团队。用户不需要自己写代码,通过选择不同职责的智能体,就能让它们围绕同一个目标分工做事。
它是在 GLM-Claw 的基础上做的新版本升级,核心变化是支持多 Agent 并行协作:同一个任务可以由多个智能体同时处理,而不是像过去那样一问一答串行推进。平台同时提供云端待命能力,智能体可以在用户不盯着屏幕的时候继续运行,另外还打通了微信、飞书等常用工具,让智能体的产出能直接落到日常沟通场景里。
实际使用时,普通用户可以把它当成一个能同时干几件事的助手,比如一边收集资料一边整理格式;团队则可以把固定的工作流拆成几个角色,分别交给不同的智能体,再由自己收口。开发者更多是把智能体作为可调用的模块,嵌入到已有的业务链条中。
把不同职责的 AI 专家组合成一支团队,围绕同一目标分工推进,而不是只和一个对话窗口来回问答。
多个智能体可以同时开工,分别负责不同的子任务,适合把一条长流程拆开同时跑,缩短整体等待时间。
智能体在云端保持运行状态,用户关掉页面后任务仍可继续推进,不需要全程守在电脑前盯着进度。
按自己的需要挑选用哪些智能体、各自负责什么,像组乐团一样配置专属团队,而不是套用固定模板。
打通微信、飞书等日常沟通工具,智能体的产出可以直接进入团队已有的协作流程,减少来回搬运。
AgentMore 适合把一件需要多步骤、多角色的事交给一组智能体去跑,尤其是那些你已经有清晰流程、只是缺人手执行的任务。用它的时候,分工设计得好不好直接决定结果质量:把任务拆清楚、给每个智能体明确的职责,产出会明显更顺;反过来,如果你自己都说不清要什么,多智能体只会更快地跑偏。如果只是想找个人聊天问问题,它比普通对话工具更重,没必要上这套。整体来看它更适合作为工作流中的执行层,而不是当作一个更聪明的聊天机器人。
选题、素材收集、初稿和排版可以分给不同智能体同时做,人只负责最后把关,适合产出量稳定的日更场景。
手里有明确但缺人手的重复流程,可以拆成几个角色交给智能体跑,前提是你自己清楚每一步的验收标准。
把智能体当作业务链条里的可调用模块,接入已有系统,适合已有明确接口设计、只想补一段自动化能力的场景。
如果需求就是问一句答一句、查完就走,多智能体的配置和分工成本反而比直接用对话工具更高。
普通对话工具是一问一答,你问一句它答一句,任务只能一条线往下走。AgentMore 的重点是可以把不同职责的智能体组合起来,让它们围绕同一个目标分头做事并同时推进,人只需要在关键节点收口,而不是全程一句句地推动。
AgentMore 是在 GLM-Claw 基础上做的新版本升级,主要变化是加入了多智能体并行协作的能力,把原先偏向单机式对话的形态,扩展成可以按需组队、云端待命的协作平台。
可以。搭建团队的过程是选择智能体、给它们分配职责,不要求用户写代码。但如果要把智能体嵌进已有的业务系统里,通常还是需要开发者按接口来做对接。
平台接入了微信、飞书等常用工具,智能体的产出可以直接进入这些协作场景,减少在多个窗口之间来回搬运的麻烦。具体可接入的范围和开通方式,以官方页面为准。
取决于分工设计。职责边界写得清楚、交接点少的时候,几个智能体各干各的通常不会冲突;如果任务切得太碎、每个智能体拿到的前提不一致,就容易出现前后矛盾。建议按能独立交付的最小单元来拆分。
平台提供云端待命能力,智能体在云端保持运行状态,用户不需要全程守在页面前。具体哪些任务支持后台继续推进、能持续多久,以官方页面为准。