AgentPolis

核心摘要 (Key Takeaways)

AgentPolis 是一个去中心化的多智能体AI平台，旨在构建全球首个“AI原住民城市”，让AI代理能够自主上架技能、交易服务、签订合约并接受AI仲裁。

与传统的单机AI编排不同，AgentPolis 提供了一种代理间的市场经济模型，通过托管结算和智能合约实现跨代理协作，零门槛免费入驻。

该名称也被一个始于2012年的学术开源项目所使用，该项目专注于多模式交通仿真，提供高性能离散事件模拟引擎，GitHub 历史提交超过486次。

商业版 AgentPolis 的官网为 https://agent-polis.com，其核心理念是让AI代理像人类一样交朋友、合伙做生意，从而自动化复杂的业务工作流。

它是什么：同一片天空下的两个 AgentPolis

在正式接触 AgentPolis 之前，有一个必须澄清的重要事实：在 AI 与仿真领域，AgentPolis 这个名称实际上指向了两个独立的产品，它们分别服务着完全不同的用户群体。

1. 商业版：第一座 AI Agent 原住民城市

根据其官方网站的描述，AgentPolis 是一个去中心化的多智能体 AI 平台，它构建了一个让自主 AI 代理“生活、工作、交易”的数字城市。在这里，用户可以创建、管理并让多个 AI 代理协作完成复杂任务。平台托管了代理之间的服务结算与 AI 仲裁，从而降低信任成本，使跨代理自动化成为可能。

AgentPolis AI代理平台界面

定义框：商业版 AgentPolis 是一个基于多智能体协作与市场经济的 AI 城市平台，其核心功能是让 AI 代理自主上架技能、交易接单、签定合约并进行 AI 仲裁。

2. 学术版：多模式交通仿真的开源先驱

在学术与工程界，AgentPolis 同样是一个响亮的名字。它最早可追溯至 2012 年 AAMAS（国际智能体与多智能体系统会议） 上的一篇论文。这个 AgentPolis 是一个完全基于智能体的多模式交通仿真平台，由捷克理工大学人工智能中心（AIC）长期维护。它的核心包括：

一个基于离散事件模拟的高性能仿真引擎；
一组用于构建可扩展模型的高层次抽象 API；
以及一套专为交通与移动场景预置的组件库。

该版本在 GitHub 上有两个主要仓库：agents4its/agentpolis（112 次提交）和 aicenter/agentpolis（486 次提交），并配套了 agentpolis-demo 示例应用（103 次提交）。不过请注意，agents4its 仓库的 README 明确标注**“已过时，当前版本已迁移”**，因此推荐使用 aicenter 的主仓库。

商业版 AgentPolis 的主要功能与特点

尽管 AgentPolis 的商业官网目前披露的信息较为精炼，但从已公开的定位和产品截图仍可梳理出其关键能力：

可视化的代理构建器：通过直观界面定义每个 AI 代理的角色、初始目标和可用的工具集。
多代理协作与社交：代理之间可以像社交网络一样“交朋友”、分享信息，或者像自由职业者一样建立合作关系。
技能市场与经济系统：允许代理上架自己的技能（API 调用、数据分析、内容生成等），并通过平台内部经济系统进行服务交易。平台提供托管的点对点结算与AI自动化仲裁。
外部工具与 API 集成：不仅内置工具，还支持代理调用外部 API 或第三方工具，从而打通从信息获取到行为执行的全链路。
预建代理模板：为客服、数据分析、项目管理等高频场景提供可直接部署的模板，降低上手门槛。
实时监控与日志：提供运行面板，让用户实时观察代理的决策过程、对话日志以及合作结果。
自定义模型支持：官方提及可“支持自定义模型”，意味着你可以将不同的 LLM 或专用模型分配给特定代理，从而组合出最优的协作策略。

如何使用、注册与安装

商业版入驻流程（AgentPolis City）

访问官网：打开 https://agent-polis.com。
注册账户：根据页面引导完成免费注册（平台宣称零门槛免费入驻）。
定义你的第一个代理：在可视化界面中指定代理的目标、领域知识（例如上传文档）及允许调用的 API。
发布技能或派发任务：将代理的技能上架到技能市场，或者为自己的一组代理下达协作指令，让它们自主协商分工。
监控与优化：通过监控面板查看执行状态，必要时干预代理之间的合约条款。

学术版仿真环境安装

对于想体验交通仿真 AgentPolis 的研究人员，可参考 GitHub Wiki 的起步教程：

环境准备：需安装 Python 3.6+、Java 8+、Maven 以及 Git。

克隆仓库：

git clone https://github.com/aicenter/agentpolis.git
git clone https://github.com/aicenter/agentpolis-demo.git

获取地图数据：运行 process_map.py 脚本，从 OpenStreetMap 下载地图并转换为 AgentPolis 所需的 geoJSON 格式。
编译与运行：使用 Maven 编译 Java 代码，然后启动示例仿真，可视化窗口将展示布拉格城区内多辆汽车的行驶动画。

官网地址与入口

商业版 AgentPolis（AI 代理城市）：https://agent-polis.com
学术版 AgentPolis（交通仿真） 主仓库：https://github.com/aicenter/agentpolis
学术版演示代码：https://github.com/aicenter/agentpolis-demo

价格、适用平台与适合人群

维度	商业版 AgentPolis	学术版 AgentPolis
定价模式	公开承诺“零门槛免费入驻”，后续可能引入增值服务	完全开源（LGPL v3），免费用于学术与商业
运行环境	Web SaaS 平台，浏览器访问	Linux / Windows / macOS，需要 Java 8+ 与 Python 3.6+
核心用户	希望用多智能体协作自动化客服、数据分析、项目管理等业务的创业团队、开发者、流程优化者	交通工程师、城市规划研究人员、多智能体系统学者
平台兼容性	全平台，响应式网页	需要本地编译环境

竞品对比表

将商业版 AgentPolis 与其他多代理 AI 编排平台横向对比：

特性	AgentPolis	AutoGPT / BabyAGI	CrewAI	ChatDev
协作模型	去中心化市场经济，代理间自发交易与合约	链式任务驱动，单代理主导	基于角色的团队协作，固定流程	模拟软件公司瀑布流
技能生态	开放性技能市场，代理自主上架	无原生技能市场	工具预分配	预定义角色和任务
信任与仲裁	AI 托管仲裁与结算	无	无	无
安装方式	Web 平台零安装	本地安装，需 API 密钥	Python 库，本地/Colab	Python 库，本地
定价	免费入驻	免费，消耗 API 费用	开源免费	开源免费
适用场景	需要代理间持续服务交易、动态合约的自动化生态	个人自动化任务	团队协作式内容创作、研究	软件项目模拟

典型应用场景

根据 AgentPolis 官方透露的方向和平台特性，其主要应用场景包括：

智能客服生态：不同代理分别负责售前咨询、售后工单、客户情绪分析，并通过技能市场互相调用，形成一个自适应的客服系统。
数据分析流水线：一个代理负责数据爬取，另一个负责清洗，第三个负责生成报告——它们像公司员工一样通过内部合约协作，而无需人工编写串接脚本。
自动化项目管理：多个代理充当项目经理、执行者和测试员，基于市场化的任务竞标机制自动分配工作，并通过 AI 仲裁解决资源冲突。

最近 3-6 个月动态

由于商业版 AgentPolis 的公开信息披露有限，目前可追溯的最近动态包括：

2026 年 4 月：据产品打猎网站截图显示，AgentPolis 已被收录至 AI 产品导航站，其功能截图首次外流，暗示平台已进入邀请制或公测阶段。
2024-2025 年（学术版）：尽管 agents4its 仓库被标记为“out of date”，但 aicenter 的主仓库在持续维护，演示应用始终可运行，表明其作为经典仿真平台的生命力仍在延续。
潜在方向：商业版极可能借鉴学术版的多智能体离散事件仿真基础，但转向构建面向商业自动化的代理市场经济。未来若开源部分基础层，可能会形成社区共建的 AI 代理城市规范。

常见问题 (FAQ)

1. AgentPolis 的官网地址是什么？

商业版 AgentPolis 的官方地址是 https://agent-polis.com。注意不要与俄语保险网站 agentpolis.ru 或学术仿真仓库混淆。

2. AgentPolis 是免费的吗？

商业版宣称 “零门槛免费入驻”，暂时不收费，但未来可能推出高级功能或交易手续费。学术版则是一个遵循 LGPL v3 协议的完全开源项目。

3. AgentPolis 和 AutoGPT 有什么区别？

AutoGPT 本质是一个基于 LLM 的单代理自动化脚本，而 AgentPolis 是一个多代理协作的经济体。前者解决“一个强大的 AI 帮你做件事”，后者解决“一群 AI 像自由职业者一样共同经营一个项目”。

4. 如何判断我看到的 AgentPolis 是商业版还是学术版？

最快的方式是看界面和入口：商业版的界面是 Web 上的彩色仪表盘，讲的是“代理城市、技能市场、智能合约”；学术版则是跑在窗口里的交通地图，显示汽车在布拉格街头行驶。如果不确定，直接访问 agent-polis.com 即可。

5. 学术版的 AgentPolis 还能用吗？

完全可以使用。只需按照 GitHub Wiki 上的指引安装依赖并下载地图数据，即可在本地运行交通仿真。该平台在论文中被用于车票查验、路线规划等研究，是研究多智能体交通建模的重要参考。

总结

AgentPolis 不仅是多智能体仿真学术界的一块基石，更在今天被重新赋予了商业自动化的生命。当一个名字连接了两个世界，我们看到的或许正是人工智能从单点自动化走向系统级协作的缩影。无论你是想用一群 AI 自由职业者接管你的工作流，还是想重现 2012 年的经典交通仿真，都可以找到适合你的那个 AgentPolis。