拥有像DGX Spark这样能够充分运行本地AI的机器，最大的优势之一就是可以毫无顾虑地并行运行多个AI智能体，也就是所谓的“多智能体”系统。
在云端AI环境中，快速并行处理会迅速消耗令牌，导致达到使用上限而停止，或者需要额外付费。但在本地AI环境下，这些都不是问题。即使全天候24小时、全年无休地运行，成本也仅限于电费。
实现本地AI多智能体的工具（框架）中，代表性的有“OpenClaw”和“Hermes Agent”。这两者的安装方法都已收录在DGX Spark的操作手册中，按照步骤即可轻松上手。
本次我们将以OpenClaw为例，展示在DGX Spark上多智能体系统的实际运行效果。
构建自律分散型的游戏风格群聊
多智能体系统有多种类型：
- 由主AI（指挥官）控制子AI（子智能体）的“指挥型”
- 一个AI依次传递任务给下一个AI的“交接型”
- 多个AI自主协作、相互影响的“自律分散型”
其中，最具AI特色的是“自律分散型”，各智能体独立思考判断，互相影响，共同得出结论。这种模式不仅体现多智能体的魅力，也更具趣味性。
那么，适合展示自律分散型多智能体的题材是什么呢？虽然分工合作完成商业资料的调研、企划、验证等是典型应用，但这次我们想加入更多趣味性，设计了一个以“魔王军会议”为主题的游戏风格多智能体聊天系统，名为“Lv.0的魔王”。
游戏大致内容如下：
- 以魔王军的群聊为背景
- 用户扮演魔王，与四天王讨论如何对抗勇者
- 勇者情报由最弱的侦察四天王提供
- 所有成员基于用户和其他成员的输入展开讨论
- 目标是说服最弱的四天王前往勇者所在的战场
- 如果最弱四天王被击败，其他成员会评价其为最弱，游戏即告胜利
换言之，每个智能体对应一位四天王。我们使用了两种AI模型：“Qwen3.6 35B-A3B NVFP4”和“Gemma 4 26B A4B”，每个模型负责两名四天王，通过OpenClaw运行。
为了专注体验多智能体的互动，我们将其设计为简易的聊天游戏，并借助Codex完成编码，节省开发时间并提高效率。
根据用途选择最合适的AI模型，并进行基准测试
本次选择“Qwen3.6 35B-A3B NVFP4”作为主模型，“Gemma 4 26B A4B”作为辅助模型，主要基于以下考虑：
- 使用两个模型分别对应不同角色，增强角色个性和真实感
- 经过多款支持日语的AI模型测试，这两款在遵循指令和稳定性方面表现最佳
在日语游戏或工具中，用户与AI的对话，或AI之间的交流，语言的自然度和一致性至关重要。若回答偏离指令，或混入非日语字符，会极大影响体验。
此外，响应速度也是关键。简短对话应快速回应，若每次交互耗时数十秒，用户体验将大打折扣。
因此，无法关闭深度思考模式（Thinking）的模型被排除。即使某些模型擅长长文本生成和校对，但在生成简洁或富有创意的幻想文本时可能表现不佳。
为了确保选用的模型符合预期，我们对包括Qwen、Gemma、Llama 4、Nemotron 3、GPT-OSS、LLM-jp-4等多款模型进行了基准测试，尽管数量众多，仍尽力覆盖主要候选。
虽然通过调整提示词和参数能改善部分表现，但部分模型仍容易绕过指令，或无法通过参数调优解决问题。此次选用的两款模型在本项目中表现较为理想。
不同应用场景对AI模型的需求不同，提前进行基准测试和确认语言表达的可控性非常重要。
在游戏和实际工作中广泛应用多智能体
经过一天的设计、编码和调试，我们完成了这款多智能体魔王军聊天游戏。
我们录制了游戏运行的视频，展示四天王各自独立思考并相互影响的对话过程，欢迎观看体验。
虽然本次是游戏风格的群聊，多智能体系统在并行处理不同视角和角色任务时，能大幅提升效率和效果。希望大家也能找到适合多智能体发挥的场景，轻松提升工作效率或享受更多乐趣！
