魔搭开源 Ultron：为 Agent 生态补上"群体智能"这层基础设施

📌 一句话摘要

魔搭开源 Ultron，一套面向通用智能体的群体智能基础设施，通过 Memory Hub、Skill Hub 和 Harness Hub 三大模块，让智能体共享经验、技能与画像，实现群体进化。

📝 详细摘要

本文详细介绍了 ModelScope 团队开源的 Ultron 项目，定位为 Agent 生态中缺失的群体智能基础设施层。文章指出，当前多智能体协作面临经验无法共享、技能难以复用、画像无法迁移等痛点。Ultron 通过三个核心模块解决这些问题：Memory Hub 将智能体在任务中积累的踩坑记录和修复方法沉淀为按热度分级的群体记忆；Skill Hub 将高频验证的经验自动结晶为可复用的技能，并支持自进化；Harness Hub 将角色设定、记忆、技能和工具配置打包成可分享的智能体蓝图。文章还介绍了 Ultron 的当前能力（2000 条结构化记忆、30 个内部技能、接入 80000+ 外部技能、201 个预置角色）、快速接入方法、实际案例对比（如排查 sessions_spawn 错误），以及未来规划（Trajectory Hub 与自进化模型）。文章最后附有技术交流摘录，对 Memory 冷热分层、Skill 抽象过程、人设作用等关键问题进行了深入解答。

💡 主要观点

- Ultron 定位为 Agent 生态的群体智能基础设施，解决经验、技能和画像无法共享的痛点。 当前多智能体协作中，单个智能体踩过的坑无法被其他智能体复用，调好的专家画像难以跨框架迁移，导致大量重复劳动和 Token 消耗。Ultron 通过三大 Hub 将局部经验沉淀为群体资产。

Memory Hub 实现经验的分层沉淀与动态检索，基于使用反馈进行热度管理。 记忆按 summary、overview、full 三层结构组织，智能体检索时的展开深度决定命中权重。每晚按综合热度排序，前 20% 为 HOT，中间 40% 为 WARM，后 40% 为 COLD，确保高频经验优先被召回。

Skill Hub 自动将高频验证的记忆结晶为可复用技能，并支持自进化。 HOT 层记忆通过 embedding 聚类后，由大模型抽象为 Skill，并通过 5-6 个评估指标准入。新证据积累时会触发再结晶，由独立模型打分，分数提升才接受，下降则回滚，确保技能持续优化。

Harness Hub 实现智能体画像的一键分发与跨框架迁移。 将角色设定、记忆、技能和工具配置打包为可分享的蓝图，支持在 OpenClaw、Nanobot、Hermes Agent 等不同框架间迁移。引入 MBTI 和星座等人设维度，有助于长链路推理中的指令一致性。

💬 文章金句

- Ultron 要解决的，正是这三件事：同一个错误反复排查、同一种工作流反复搭建、同一套高质量画像难以分享。

• 让 Agent 的经验沉淀、技能演进与画像复用真正可落地。
• 如果说单个 Agent 解决的是'能不能做'，那么群体智能系统解决的就是'做过的东西能不能持续复用、持续演化、持续扩散'。
• 导入的不是一个'会聊天的金融助手'，而是一个带着角色、技能和过往经验一起到岗的专家型 Agent。
• Agent 的下一步，可能不是更长的 Prompt，而是更强的群体协作。

📊 文章信息

AI 初评：87

来源：魔搭ModelScope社区

作者：魔搭ModelScope社区

分类：人工智能

语言：中文

阅读时间：20 分钟

字数：4760

标签： Ultron, 群体智能, Agent, Memory Hub, Skill Hub

阅读完整文章