Компания ByteDance представила DeerFlow 2.0, новый открытый фреймворк 'SuperAgent', который значительно расширяет возможности искусственного интеллекта (AI) в выполнении комплексных задач. В отличие от привычных AI-ассистентов, которые предлагают код или черновики документов, DeerFlow 2.0 выполняет задачи на всех этапах: от исследования до финальной доставки результата.
Основное преимущество DeerFlow заключается в его подходе к выполнению задач. Большинство AI-агентов работают в рамках текстового интерфейса, отправляя запросы к API и получая строки текста в ответ. В таком случае, если вам нужно запустить код, вы должны самостоятельно скопировать, вставить и отладить его.
DeerFlow переворачивает этот процесс. Он работает внутри изолированного Docker-контейнера, что предоставляет агенту полноценную файловую систему и интерфейс командной строки (bash). Это означает, что DeerFlow может не только предложить Python-скрипт для анализа CSV-файла, но и создать необходимое окружение, установить зависимости, выполнить код и предоставить результат в виде графика. Таким образом, ByteDance решила одну из главных проблем агентских рабочих процессов: передачу задачи от AI к человеку.
Оркестровка DeerFlow основана на 'SuperAgent harness' — лидирующем агенте, который действует как менеджер проекта. При получении сложного запроса, например, «Исследуйте топ-10 стартапов в области AI к 2026 году и создайте комплексную презентацию», DeerFlow разбивает задание на логические подзадачи:
1. Лидирующий агент разделяет запрос на отдельные задачи.
2. Запускаются параллельные суб-агенты, каждый из которых выполняет свою часть работы. Один может заниматься веб-скрейпингом для получения данных о финансировании, другой — анализом конкурентов, третий — генерацией релевантных изображений.
3. Конвергенция: после завершения задач суб-агентами результаты собираются лидирующим агентом.
4. Финальная доставка: последний агент компилирует данные в готовый продукт, такой как презентация или полноценное веб-приложение.
Параллельная обработка значительно уменьшает время выполнения сложных задач, которые обычно требовали бы много часов работы человека.
Изначально DeerFlow разрабатывался как специализированный инструмент для глубокого исследования. Однако внутреннее сообщество компании начало расширять его возможности, используя Docker-исполнение для создания автоматизированных данных потоков, реальных дашбордов и даже полноценных веб-приложений с нуля. Поняв, что сообщество хочет не только инструмент поиска, но и движок выполнения задач, ByteDance полностью переписала фреймворк.
Результатом стала DeerFlow 2.0 — универсальный фреймворк, способный:
- Проводить глубокое веб-исследование: собирать цитируемые источники по всей сети.
- Создавать контент: генерировать отчеты с интегрированными графиками, изображениями и видео.
- Выполнять код: запускать Python-скрипты и команды bash в безопасной среде.
- Генерировать активы: создавать полные презентации и компоненты пользовательского интерфейса.
Основные особенности:
- Исполнительский сэндбокс: DeerFlow работает в изолированном Docker-контейнере, что дает агенту реальную файловую систему и возможность выполнения кода и команд.
- Иерархическая многоагентная оркестровка: фреймворк использует 'SuperAgent' для разбиения сложных задач на подзадачи, которые выполняются параллельными суб-агентами. Результаты затем объединяются в финальный продукт.
- Переход к универсальному 'SuperAgent': изначально DeerFlow был инструментом глубокого исследования, но теперь он переписан для выполнения любых задач, от построения полностековых веб-приложений до автоматизации сложных данных потоков.
- Полная агностика к моделям: DeerFlow можно использовать с любым API, совместимым с OpenAI. Это позволяет инженерам переключаться между различными моделями, такими как GPT-4, Claude 3.5, Gemini 1.5, или даже локальными моделями через DeepSeek и Ollama.
- Состоятельная память и устойчивость: агент оснащен системой постоянной памяти, которая отслеживает предпочтения пользователя, стиль написания и контекст проекта в течение нескольких сеансов. Это позволяет ему функционировать как долгосрочный 'AI-сотрудник'.
Подробнее ознакомиться с новинкой можно тут https://github.com/bytedance/deer-flow