近日，面壁智能聯(lián)合清華自然語言處理實驗室等機構的研究人員共同發(fā)布了新一代流程自動化范式 Agentic Process Automation，該范式不僅實現了工作流構建的自動化，更在工作流執(zhí)行時引入了動態(tài)決策的自動化。這一創(chuàng)新將為未來自動化領域帶來更高層次的效率和靈活性，將人類從繁重的勞動中解放出來。

論文信息

? 項目地址

? https://github.com/OpenBMB/ProAgent

? 論文地址

? https://github.com/OpenBMB/ProAgent/blob/main/paper/paper.pdf

研究緣起 ：將 Agent 技術的靈活性引入 RPA

—

在歷史的長河中，自動化是人類技術發(fā)展的主要動力，幫助人類從復雜、危險、繁瑣的勞動環(huán)境中解放出來。自早期農業(yè)時代的水車灌溉，到工業(yè)時代的蒸汽機，人類一直在不斷尋求更加先進的自動化技術，從而解放自身于繁重的工作。隨著信息時代的到來，軟件作為信息處理、存儲和通信的基礎成為了人類生產生活密不可分的一環(huán)，從而催成了機器人流程自動化（Robotic Process Automation, RPA）技術。其通過人工編制規(guī)則將多個軟件協(xié)調成一個固化的工作流（Workflow），通過模擬人交互的方式來和軟件交互實現高效執(zhí)行。

Robotic Process Automation 與 Agentic Process Automation 的比較

RPA僅能替代簡單、機械的人力工作，一些復雜的流程仍舊依賴人工：

1. 編寫 RPA 工作流本身需要繁重的人類勞動，成本較高。

2. 復雜任務非常靈活，通常涉及動態(tài)決策，難以固化為規(guī)則進行表示。

從效率和智能兩個方面來比較 RPA 和 APA

幸運的是，最近AI領域興起的大模型智能體技術（Large Language Model based Agents, LLM-based Agents）也許給自動化技術創(chuàng)造了新的可能性。有沒有可能將 Agent 技術的靈活性引入到 RPA 領域中，來進一步減少人的參與呢？

該研究探討了大模型智能體時代下新型自動化范式 Agentic Process Automation (APA)。和傳統(tǒng) RPA 相比，在 APA 范式中，Agent 可以根據人類的需求自主完成工作流構建，同時其可以識別人類需求中需要動態(tài)決策的部分，將自動編排進工作流中，并在工作流執(zhí)行到該部分時主動接管工作流的執(zhí)行完成相應復雜決策。

為了探索APA的可能性，該研究工作實現了一個自動化智能體 ProAgent，其可以接收人類指令，以生成代碼的方式構建工作流，同在工作流中引入 DataAgent 和 ControlAgent 來在工作流中實現復雜數據處理與邏輯控制。ProAgent 的研究展現了 APA 在大模型智能體時代下的可行性，也揭示了 LLM 時代下，自動化技術的嶄新可能性。

APA 方法介紹：工作流構建任務轉化為代碼生成任務

—

在RPA中，工作流是由一系列工具調用組成的圖狀結構：節(jié)點代表一個原子化的工具調用（如Gmail、Twitter、Google Sheets），而邊代表了執(zhí)行的邏輯順序（承接、分支、循環(huán)）。一個工作流往往包含了對于一個或一類任務的所有先驗知識，其中包含解決問題的路徑，遇到異常時的處理邏輯等等。因此人編寫固化出來的工作流往往是非常穩(wěn)定周全、非常高效的。

智能體工作流描述語言圖示

在 ProAgent 中，由于 LLM 本身在代碼數據中進行預訓練，學習到了較強代碼能力，該研究便基于代碼的智能體工作流描述語言 Agentic Workflow Description Language。該語言使用 JSON 實現對工作流中數據的組織與管理，選擇 Python 語法實現對工作流的邏輯控制，將控制流中的跳轉、循環(huán)等直接通過 Python 語法進行表征，同時將工作流中的工具調用封裝為 Python Function。于是對于 ProAgent，工作流構建任務便轉化為代碼生成任務。當接收到人類指令時，ProAgent 便編寫相應的 Agentic Workflow Description Language，從而實現了工作流自動化構建。

帶有 DataAgent 和 ControlAgent 的智能體工作流描述語言圖示

復雜的現實任務中通常會涉及動態(tài)決策，單純的 Python 式的邏輯控則規(guī)則以及 JSON 式的數據組織形式在面對靈活的需求時便無能為力，此時便需要引入 agent。因此，該研究工作進一步定義出了兩種 Agent 操作：

1. DataAgent：對于一個復雜的數據處理需求，工作流構建時會使用自然語言來描述處理的任務，然后在執(zhí)行時會初始化一個 DataAgent，其會基于該自然語言描述自主處理并完成該數據處理任務。

?

2. ControlAgent：對于難以用規(guī)則表示的邏輯控制規(guī)則，工作流構建時使用自然語言對控制邏輯進行描述，然后在運行時會初始化一個 ControlAgent，其會基于該自然語言描述自主選擇工作流后續(xù)需要執(zhí)行的分支。

ProAgent 工作流構建過程說明

ProAgent 使用 ReACT 模式逐步構建工作流，其共包含四個工作流構建步驟：

1. Action_Define：決定在工作流中添加什么工具。2. Action Implement：將工具的輸入/輸出參數轉化為JSON結構，同時將工具的調用封裝為Python函數。3. Workflow Implement：定義一個mainWorkflow函數，用以組織整個workflow的邏輯控制與數據處理。

4. Task Submit: 當ProAgent構建完workflow時以該操作標識構建過程結束。

另外，為了優(yōu)化ProAgent的效果，又引入了幾個優(yōu)化技巧：

1. Testing-on-Constructing：在構建過程中，ProAgent會在一次修改工作流之后對工作流進行測試，以保證工作流的正確性。

2. Function Calling：工作流構建的所有操作均封裝為了GPT-4的Function，從而提高對工作流構建過程的控制。

3. Chain-of-Thought：ProAgent在編寫工作流代碼時，需要對于每個function都要給出注釋comment和一個編寫plan，從而提高ProAgent工作流構建的性能。

工作流執(zhí)行過程基于 Python interpreter。給定一個工作流，其對應的 mainWorkflow 函數用作為工作流執(zhí)行的入口來開始整個執(zhí)行過程。執(zhí)行過程遵循 Python 代碼執(zhí)行規(guī)則，即按照順序逐行執(zhí)行。一旦 mainWorkflow 函數返回，工作流執(zhí)行就成功完成了。

實例驗證：完成兼顧靈活與效率的商業(yè)場景任務

—

為了驗證 Agentic Process Automation 的可行性，該研究使用 OpenAI GPT-4 作為基礎模型，并以一個開源的 RPA 平臺 n8n 作為載體，實現了上述的 ProAgent。同時設計了一個需要兼顧靈活與效率的任務：這是一個典型的商業(yè)場景，需要從Google Sheets中提取各種業(yè)務線的營利數據，同時根據業(yè)務是否屬于 2B 或是 2C，決定后續(xù)的行為。一旦確定業(yè)務線為 2C，就會向 Slack 頻道發(fā)送一條消息。而對于 2B 的業(yè)務線，則會向相應的經理發(fā)送一封電子郵件，其中包括對業(yè)務線的評估和簡要的盈利概況。

任務內容

對于該任務，首先它是一個重復性的任務，對于多條產品線，應該走相同的處理流程。其次，分辨一個業(yè)務線是 2C 還是 2B 很難通過規(guī)則判斷，需要涉及 Agent 動態(tài)決策來判斷后續(xù)的工作流執(zhí)行操作。最后，根據撰寫業(yè)務線的評估郵件需要一定的智能，所以需要 Agent 的介入。

在 ProAgent 生成中，對于該任務，編寫出了一個包含四個原子操作，一個 DataAgent 和一個 ControlAgent 的工作流。總體過程大致如下圖所示：

ProAgent 工作流構建過程在案例分析中的說明

可以看到，ProAgent 通過自主編寫代碼的方式，自動完成了工作流的構建過程，其中無需涉及人工介入。在需要判斷業(yè)務線是 2B 還是 2C 時，ProAgent 引入了 ControlAgent 來做判斷，ControlAgent的Prompt被設置為“Decide Whether the business line is toC or toB”。當業(yè)務線為 2B 時，ProAgent 還引入了一個 DataAgent，其任務設置為“Write a email of the business line of profit, together with your suggestion”，從而利用 Agent 的智能來根據不同業(yè)務線的實際情況來撰寫郵件。

ProAgent 工作流執(zhí)行過程在案例分析中的說明

在工作流被編寫、固化下來以后，工作流就會根據不同的數據自動分支到不同的邏輯進行高效地數據處理了。在處理 2C 業(yè)務線數據時，ControlAgent 可以根據業(yè)務線描述判斷出當前業(yè)務線的類型，選擇調用 Slack 工具。當遇到 2B 業(yè)務線數據時，DataAgent 可以撰寫郵件發(fā)到相應經理的郵箱中。

總結

—

此次發(fā)布的自動化新范式APA是面壁智能聯(lián)合清華NLP實驗室在 Agent 技術上的最新探索成果。該研究提出了大模型時代下新的自動化范式——Agentic Process Automation，和傳統(tǒng)Robotic Process Automation技術相比，其可以實現工作流構建的自動化，以及工作流執(zhí)行時動態(tài)決策的自動化。該研究進一步實現了ProAgent并通過實驗揭示了大模型智能體在自動化中的可行性與潛力。

除了智能體流程自動化技術，面壁智能和清華 NLP 實驗室的研究團隊前期在智能體應用框架、單體智能和群體智能等技術上均有深入探索，是最早在 AI 智能體（Agent）底層技術上取得突破的人工智能隊伍之一。目前已成功推出了 大模型驅動的 AI Agent “三駕馬車”：

? AgentVerse，大模型驅動的智能體通用平臺 ：招募各種各樣的 AI 專家，共同幫助用戶解決復雜任務。

? XAgent，超強 AI 智能體應用框架：超級“ AI 特工”，可自行拆解復雜任務，并高效執(zhí)行。

? ChatDev，多智能體協(xié)作開發(fā)框架：讓多個不同角色的智能體進行協(xié)作，自動化開發(fā)軟件應用。

隨著本次發(fā)布的 APA 技術持續(xù)發(fā)展，相信未來大模型智能體技術會幫助人類實現更高層次的自動化，將人類從各種繁重的勞動中解放出來。