15.6 论文解读：多 Agent 系统前沿研究

📖 "一个人走得快，一群人走得远。多 Agent 系统是 Agent 研究中最活跃的方向。"
本节深入解读多 Agent 协作领域的核心论文。

MetaGPT：用 SOP 约束的多 Agent 协作

论文：MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework
作者：Hong et al.
发表：2023 | ICLR 2024 Oral | arXiv:2308.00352

核心问题

当多个 Agent 自由地用自然语言交流时，信息传递会出现什么问题？

• 信息丢失：A 告诉 B 的需求，B 转述给 C 时遗漏了细节
• 理解偏差：每个 Agent 对同一句话可能有不同理解
• 效率低下：Agent 之间大量的"闲聊"并不产生有效信息

核心洞察

多 Agent 系统需要 SOP（标准操作流程）来约束协作行为。

MetaGPT 模拟了一个真实的软件公司，定义了清晰的角色和工作流程：

📌 各角色依次接力，上游输出是下游输入——结构化工件传递是 MetaGPT 的核心创新。

关键创新：结构化工件传递

MetaGPT 的 Agent 之间不传递松散的自然语言消息，而是传递结构化的工件（Artifact）：

❌ 松散的聊天消息：
  产品经理："我们需要做一个天气查询功能，要能查北京的天气，
            界面好看一点，加个图表..."

✅ 结构化的 PRD 文档：
  {
    "产品名": "天气查询系统",
    "功能列表": [
      {"名称": "城市天气查询", "优先级": "P0", "描述": "..."},
      {"名称": "天气趋势图表", "优先级": "P1", "描述": "..."}
    ],
    "技术要求": ["Python 3.10+", "FastAPI", "..."],
    "API 接口": [{...}]
  }

实验结果

在 SoftwareDev 基准上：

• MetaGPT 代码执行成功率：87%
• ChatDev 代码执行成功率：44%
• 成功率的巨大差距主要归因于结构化通信减少了信息丢失

对 Agent 开发的启示

1. 结构化通信 > 自然语言通信：Agent 之间传递结构化数据比自然语言更可靠
2. SOP 的价值：定义清晰的工作流程可以避免 Agent 之间的混乱协作
3. 角色化 Prompt：每个 Agent 的 System Prompt 应该明确定义角色职责和输出格式

ChatDev：聊天链驱动的软件开发

论文：Communicative Agents for Software Development
作者：Qian et al.
发表：2023 | arXiv:2307.07924

核心思想

ChatDev 模拟了一个软件公司的组织结构，但采用了与 MetaGPT 不同的通信方式——聊天链（Chat Chain）：

开发流程被分解为多个阶段：设计阶段 → 编码阶段 → 测试阶段 → 文档阶段

每个阶段只有两个 Agent 对话：设计阶段 CEO ↔ CTO；编码阶段 CTO ↔ 程序员；测试阶段 程序员 ↔ 测试员；文档阶段 CEO ↔ 程序员

Inception Prompting

ChatDev 使用了一种称为 “Inception Prompting（初始提示）” 的技术来引导每个阶段的对话：

在每个聊天阶段开始时，两个 Agent 都会收到：

1. 角色描述：“你是 CTO，负责选择技术方案...”
2. 阶段目标：“本阶段的目标是确定使用的编程语言和框架”
3. 输出格式：“对话结束时，请总结出技术选型方案”
4. 前置信息：前一阶段的输出结果

与 MetaGPT 的对比

对 Agent 开发的启示

ChatDev 的 "每阶段只有两个 Agent 对话" 的设计降低了多 Agent 协调的复杂度——N 个 Agent 的全连接通信复杂度是 O(N²)，而两两对话将其降为 O(N)。在实际项目中，如果 Agent 数量不多（< 5个），两两对话可能比复杂的共享状态更容易调试。

AutoGen：可对话 Agent 框架

论文：AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation
作者：Wu et al., Microsoft Research
发表：2023 | arXiv:2308.08155

核心抽象：Conversable Agent

AutoGen 提出了"可对话 Agent（Conversable Agent）"的抽象——每个 Agent 都是一个独立的对话参与者：

# AutoGen 的核心抽象（概念示意）
class ConversableAgent:
    """每个 Agent 都可以与其他 Agent 或人类对话"""
    
    def __init__(self, name, system_message, llm_config):
        self.name = name
        self.system_message = system_message
    
    def generate_reply(self, messages):
        """根据收到的消息生成回复"""
        ...
    
    def receive(self, message, sender):
        """接收来自其他 Agent 或人类的消息"""
        ...
    
    def initiate_chat(self, recipient, message):
        """向另一个 Agent 发起对话"""
        ...

三种预定义 Agent

1. AssistantAgent（AI 助手）
   - 由 LLM 驱动
   - 根据对话历史生成回复

2. UserProxyAgent（用户代理）
   - 代表人类用户
   - 可以执行代码、请求人类输入
   - 是 Human-in-the-Loop 的关键

3. GroupChatManager（群聊管理器）
   - 管理多个 Agent 的群组对话
   - 决定下一个发言的 Agent

Human-in-the-Loop

AutoGen 特别强调人类参与——人类可以随时加入多 Agent 对话，提供反馈或修正方向：

Agent A: "我认为应该使用 React 来构建前端..."
Agent B: "同意，React 的生态更成熟..."
Human:   "等一下，我们的项目要求使用 Vue.js，请重新讨论。"
Agent A: "好的，那我们用 Vue 3 + Composition API..."

对 Agent 开发的启示

1. 灵活的对话模式：Agent 之间可以一对一、一对多、群聊等多种模式
2. 代码执行能力：UserProxyAgent 可以在本地执行代码，这对编程任务非常重要
3. 人类参与的重要性：完全自主的多 Agent 系统可能偏离方向，适时的人类干预很关键

AgentVerse：多 Agent 的涌现行为

论文：AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors
作者：Chen et al.
发表：2023 | arXiv:2308.10848

核心问题

当多个 Agent 自由交互时，会出现哪些涌现行为（Emergent Behaviors）？这些行为是好的还是坏的？

发现的涌现行为

正面涌现：
✅ 互补增强：不同 Agent 弥补了彼此的知识盲区
✅ 质量提升：多 Agent 讨论后的方案优于任何单个 Agent
✅ 创造性组合：不同观点的碰撞产生了新的解决方案

负面涌现：
❌ 群体极化：多数派的意见被过度放大，少数派被忽视
❌ 社会惰化：有些 Agent 在群组中"搭便车"，不贡献有价值的内容
❌ 信息级联：第一个发言的 Agent 的观点过度影响后续 Agent

动态角色调整

AgentVerse 提出了一种动态角色调整机制：在协作过程中，根据任务需要动态添加或移除 Agent 角色，而不是固定使用预定义的团队配置。

对 Agent 开发的启示

1. 注意群体动力学：多 Agent 系统不仅要设计好个体 Agent，还要关注群体行为
2. 发言顺序很重要：第一个发言的 Agent 可能过度影响结果——可以引入随机性
3. 独立思考 → 讨论 → 投票：先让每个 Agent 独立思考，再进行讨论，最后投票决策

Magentic-One：通用多 Agent 系统

论文/技术报告：Magentic-One: A Generalist Multi-Agent System for Solving Complex Tasks
作者：Fourney et al., Microsoft Research
发表：2024 年 11 月 | arXiv:2411.04468

核心问题

之前的多 Agent 系统（MetaGPT、ChatDev）大多聚焦于软件开发这一特定领域。能否构建一个通用的多 Agent 系统，像人类专家团队一样处理各种复杂任务？

架构设计

Magentic-One 采用了 "指挥官 + 专家团" 架构：

实验结果

对 Agent 开发的启示

1. Orchestrator 模式的有效性：一个专门的协调 Agent 比"Agent 自由讨论"更可靠
2. 错误恢复是关键：Magentic-One 约 30% 的成功来自于执行中的动态重规划
3. 基于 AutoGen 构建：展示了 AutoGen 0.4 事件驱动架构的工程能力

OpenAI Swarm：轻量级多 Agent 编排

项目：Swarm: Educational Framework for Ergonomic, Lightweight Multi-Agent Orchestration
作者：OpenAI Solutions Team
发布：2024 年 10 月 | github.com/openai/swarm

核心理念

与 MetaGPT、AutoGen 等重量级框架不同，Swarm 追求极简主义——只用两个核心概念：

# 概念1：Agent = 指令 + 工具
agent_a = Agent(
    name="销售顾问",
    instructions="你是一个友好的销售顾问...",
    functions=[check_inventory, get_price]
)

# 概念2：Handoff = Agent 之间的交接
def transfer_to_support():
    """当用户需要技术支持时，交接给技术支持 Agent"""
    return agent_b  # 返回另一个 Agent 即完成交接

agent_a = Agent(
    name="销售顾问",
    functions=[check_inventory, transfer_to_support]  # handoff 是普通函数
)

设计哲学

重量级框架（AutoGen、CrewAI）：
  - 丰富的抽象（角色、任务、流程）
  - 内置的状态管理和记忆
  - 适合复杂的多 Agent 工作流
  
Swarm 的极简哲学：
  - Agent 就是 instructions + functions
  - Handoff（交接）就是返回另一个 Agent
  - 没有状态管理（无状态，每次调用独立）
  - 适合简单的路由和交接场景

与 OpenAI Agents SDK 的关系

Swarm 是教育性质的实验框架（不建议生产使用），但其核心理念——Handoff（Agent 交接）和 Routines（例程）——被继承到了 2025 年发布的 OpenAI Agents SDK 中，后者是面向生产环境的正式框架。

对 Agent 开发的启示

1. 简单比复杂好：不是所有场景都需要 AutoGen 或 CrewAI，简单的路由和交接用 Swarm 模式就够了
2. Handoff 是多 Agent 协作的原语：Agent 之间的交接可以用普通函数调用实现
3. OpenAI 的 Agent 方向：从 Swarm 到 Agents SDK，体现了"极简 + 可组合"的设计理念

多 Agent 协作综述（2025）

论文：Multi-Agent Collaboration Mechanisms: A Survey of LLMs
作者：Nguyen et al., University College Cork & 釜山大学
发表：2025 年 1 月 | arXiv:2501.06322

核心贡献

这是截至 2025 年初最全面的多 Agent 协作机制综述，系统梳理了协作的四大维度：

关键发现

1. 结构化通信显著优于自然语言通信：MetaGPT 的成功验证了这一点
2. Orchestrator 模式在大多数场景下最可靠：但在创意类任务中，去中心化讨论可能产生更好的结果
3. Agent 数量存在"甜蜜点"：通常 3-5 个 Agent 效果最好，超过 7 个后协调成本急剧上升
4. 标准化协议是趋势：A2A 和 MCP 正在改变 Agent 之间的互操作方式

综合综述

论文：A Survey on Large Language Model based Autonomous Agents
作者：Wang et al., 中国人民大学高瓴人工智能学院
发表：2023 | arXiv:2308.11432

这是目前最全面的 LLM Agent 综述论文，系统梳理了 Agent 的四大组成部分：

💡 强烈推荐作为本书的伴读材料，特别是在阅读多 Agent 相关章节时参考。

论文对比与发展脉络

发展脉络：

💡 前沿趋势（2025-2026）：多 Agent 系统正在从"框架竞争"转向"协议标准化"。三大趋势：① Orchestrator 模式占主导：Magentic-One 和 OpenAI Agents SDK 都采用了这种"一个协调者 + 多个专家"的架构；② 互操作标准化：Google 的 A2A 和 Anthropic 的 MCP 协议让不同框架构建的 Agent 可以互相协作（详见第 15 章）；③ 从软件开发向通用场景扩展：科学研究、商业分析、教育模拟等更广泛的多 Agent 应用正在涌现。

📰 最新论文速递

🗓️ 本节由每日自动更新任务维护，最近更新：2026 年 6 月 21 日

AgentGate：面向 Agent 互联网的轻量级结构化路由引擎

发表：2026 年 4 月 8 日 | arXiv:2604.06696

核心贡献：提出候选感知的 Agent 路由引擎 AgentGate，将多 Agent 系统中的路由问题从"无约束文本生成"转化为"约束决策问题"，设计了双阶段架构：① 动作决策阶段（单 Agent 调用 / 多 Agent 规划 / 直接响应 / 安全升级）+ ② 结构化实例化阶段。在路由基准上，3B-7B 规模的开源模型即可实现与大模型竞争的性能，大幅降低多 Agent 系统的编排成本。

与本章关系：直接对应本章 16.3 节「Orchestrator 模式」中 Agent 任务分发与路由的工程实现，提供了比手工规则路由更智能的候选感知替代方案。

ETI：基于心理学维度的多 Agent 显式特征推断协调方法

发表：2026 年 4 月 21 日 | arXiv:2604.19278

核心贡献：提出 ETI（Explicit Trait Inference）方法，受心理学启发，让 Agent 从交互历史中主动推断并追踪合作伙伴的「热情度（信任）」和「能力度（技能）」两个维度的特征，并以此指导决策。在经济博弈中减少 45–77% 收益损失，在 MultiAgentBench 复杂多 Agent 基准上相比 CoT 基线提升 3–29%，是首个系统验证 LLM Agent 可从交互历史可靠推断他者特征的工作。

与本章关系：对应本章「多 Agent 协调」议题，提供了在无中心调度情况下通过对合作伙伴建模来提升协调鲁棒性的轻量级方案。

合作特征预测多 Agent LLM 团队科研表现

发表：2026 年 4 月 22 日 | arXiv:2604.20658

核心贡献：对 35 个开源 LLM 在 6 种行为经济学博弈（公共品博弈、信任博弈等）中的合作特征进行基准测评，发现「博弈中的合作倾向」能可靠预测 LLM 在 AI-for-Science 多 Agent 任务（数据分析、建模、撰写科研报告）中的下游表现，且这种合作特征是独立于通用能力的可测量属性。核心洞察：在共享预算约束下投资于团队乘法效应（而非贪婪策略）的模型能产出更高质量的科学报告，准确率、质量、完成率均更优。

与本章关系：为本章「多 Agent 协作机制」提供了行为经济学视角的实证依据——选择合适的 LLM 组成团队时，合作倾向是与智能水平同等重要的独立维度，可作为低成本的预部署诊断工具。

DiffMAS：将 Agent 间通信作为可学习组件的端到端多 Agent 优化

发表：2026 年 4 月 23 日 | arXiv:2604.21794

核心贡献：现有多 Agent 系统通常固定 Agent 间的文本通信接口，只优化角色和编排逻辑。DiffMAS 提出将潜在通信（通过 KV Cache 等内部表示传递信息）作为可学习组件，对多 Agent 潜在轨迹进行参数高效的监督训练，让 Agent 共同学习如何编码和解读跨交互信息。在 AIME24 和 GPQA-Diamond 等基准上分别取得 26.7% 和 20.2% 的提升，优于单 Agent 推理和基于文本的多 Agent 方案。

与本章关系：直接对应本章「Agent 通信协议」知识点，是将多 Agent 通信从"工程约定"升级为"端到端可学习"的前沿探索，对设计下一代高效 Agent 协作框架具有重要参考价值。

OneManCompany：将多 Agent 系统组织为真实公司的可扩展框架

发表：2026 年 4 月 24 日 | arXiv:2604.22446

核心贡献：提出 OneManCompany（OMC）框架，在多 Agent 系统中引入"组织层"概念：将技能、工具和运行时配置封装为可移植的"Talent"身份，通过类型化接口抽象异构后端；"人才市场"支持按需招募，允许系统在执行期间动态弥补能力缺口；核心决策机制"探索-执行-复盘（E²R）树搜索"将任务规划、执行和评估整合进单一层次循环，并提供终止和无死锁的形式化保证。在 PRDBench 上以 84.67% 的成功率超越当前最优方案 15.48 个百分点。

与本章关系：与本章「角色分配」和「主从 vs. 去中心化协作」两个核心议题高度对应，OMC 的"人才市场 + E²R 决策循环"为构建可持续自适应的多 Agent 工作流提供了新的架构范式。

RouteMoA：无需预推理的动态路由，高效驱动多模型混合协作

发表：2026 年 1 月 26 日 | ACL 2026 接收 | arXiv:2601.18130

核心贡献：标准 Mixture-of-Agents（MoA）需要所有模型完成推理后才能筛选，成本和延迟随模型数线性增长。本文提出 RouteMoA，通过轻量级评分器在推理前预测各模型粗粒度得分完成初筛，再用混合裁判组（自评+互评）进行后验修正，最后综合性能、成本、延迟三要素进行最终排序。在大规模模型池场景下，相比标准 MoA 降低成本 89.8%、延迟降低 63.6%，同时保持任务性能提升。

与本章关系：直接对应本章 Mixture-of-Agents 协作模式中"如何高效路由与选模"的核心问题，是对现有 MoA 框架的实用化改进方案。

返回：第15章 多 Agent 协作

基于编排轨迹的 LLM 多 Agent 系统强化学习

发表：2026 年 5 月 4 日 | arXiv:2605.02801

核心贡献：现有 RL 方法主要优化单个 Agent 的动作序列，忽视了多 Agent 系统中任务分派、委托、聚合与终止等"编排行为"。本文提出以编排轨迹（Orchestration Traces）为训练信号，用 RL 同步优化单 Agent 行为与跨 Agent 协作结构，使系统能学习何时分派子任务、如何聚合结果，在层次化多 Agent 任务上显著优于基于规则的编排方案。

与本章关系：对应本章多 Agent 协作模式与任务分配章节，是将 RL 引入多 Agent 编排层的重要新方向。

MASPO：面向 LLM 多 Agent 系统的联合提示优化

发表：2026 年 5 月 7 日 | ICML 2026 接收 | arXiv:2605.06623

核心贡献：LLM 多 Agent 系统中各 Agent 由角色专属 Prompt 驱动，但孤立地优化单个 Agent 的 Prompt 会导致局部目标与系统整体目标错位。MASPO 提出联合提示优化框架：评估每个 Agent 的 Prompt 时，不仅考量其本地任务表现，还衡量其能否促成下游 Agent 成功；通过数据驱动的进化集束搜索在高维 Prompt 空间中高效导航，无需人工标注。在 6 类多 Agent 任务中平均准确率提升 2.9%，已被 ICML 2026 接收。

与本章关系：对应本章「多 Agent 协作设计」中的 Prompt 工程与 Agent 角色分配议题，是将多 Agent 系统作为整体进行端到端 Prompt 优化的前沿方向。

拜占庭容错的鲁棒多 Agent LLM 系统

发表：2026 年 5 月 9 日 | arXiv:2605.09076

核心贡献：本文研究对等网络中分散式多 Agent LLM 系统在拜占庭故障下的鲁棒性问题。提出自锚定共识（SAC）协议：智能体通过迭代交换响应、本地过滤不可靠信息并优化输出，无需中心协调器即可抵御恶意节点干扰。通过图论条件保证诚实 Agent 在多数节点被攻击时仍能达成可靠共识，在数学推理和常识推理任务上显著优于现有方法。

与本章关系：对应本章多 Agent 系统可靠性与容错设计知识点，是去中心化 Agent 网络面对恶意或故障节点时的安全协调机制，为生产级多 Agent 系统的鲁棒性建设提供了理论与实践基础。

MetaAgent-X：端到端强化学习突破自动多 Agent 系统的执行天花板

发表：2026 年 5 月 15 日 | arXiv:2605.14212

核心贡献：现有自动化多 Agent 系统（Auto-MAS）存在"冻结执行者天花板"——设计层可优化，但执行 Agent 的参数从不更新。MetaAgent-X 提出端到端 RL 框架，将 Designer（生成 MAS 结构）和 Executor（执行任务）的参数联合训练，通过 GRPO 对两类轨迹分别分配信用，并引入"阶段式共演化"策略确保训练稳定性，在多个基准上实现最高 21.7% 的性能提升。

与本章关系：直接对应本章第 16.3 节"多 Agent 系统的优化与学习"，展示了用端到端强化学习联合优化 Agent 架构设计与执行的最新范式。

DecentMem：去中心化双池记忆驱动的自进化多 Agent 系统

发表：2026 年 5 月 21 日 | arXiv:2605.22721

核心贡献：现有自进化多 Agent 系统（MAS）几乎都采用集中式共享记忆库，带来通信开销、隐私风险与智能体同质化等问题。本文提出 DecentMem，让每个 Agent 独立维护两个本地记忆池：利用池（存储历史成功轨迹）和探索池（LLM 生成的未见情境候选），并基于分阶段 LLM-as-judge 反馈动态重加权。理论证明该设计保证全局可达性且累积遗憾达 O(log T)；跨 AutoGen、DyLAN、AgentNet 三大 MAS 框架及 Qwen3/Gemma4 多个骨干的实验中，准确率最高提升 23.8%，token 用量最多降低 49%。

与本章关系：对应本章"多 Agent 记忆与自我进化"知识点，是去中心化记忆架构替代集中式共享记忆的最新理论与实证方案，为生产级 MAS 的隐私保护与效率提升提供了新思路。

HyLaT：混合隐-文通信协议——多 Agent 系统通信效率革新

发表：2026 年 5 月 25 日 | arXiv:2605.25421

核心贡献：现有多 Agent 通信面临三角困境：基于文本的方法可解释但冗长，基于隐空间的方法高效但不透明且只支持单向工作流。HyLaT 提出混合隐-文通信协议，通过隐空间通道传输精细认知信号（高效），同时在自然语言通道传递简明关键信号（保持可解释性与精度）。配合两阶段训练框架（单 Agent 混合生成学习 + 多 Agent 交互协同训练），显著降低通信开销的同时保持任务性能，且在多样化设置下展现出强泛化能力。

与本章关系：对应本章多 Agent 通信机制设计，是"语言通信 vs 隐空间通信"这一核心矛盾的最新融合方案，填补了现有双通道通信理论在 LLM 多 Agent 系统中的空白。

统一时间与结构信用分配——LLM 多 Agent 提示优化新范式

发表：2026 年 5 月 28 日 | arXiv:2605.30227

核心贡献：多 Agent 系统（MAS）的黑盒优化面临计算图离散、全局监督信号稀疏的双重困境——现有优化器无法将轨迹级失败归因到具体 Agent 组件，导致高方差、低效的搜索。本文提出沿两个轴分解优化目标：（i）时间信用——利用状态空间瓶颈识别关键交互轮次；（ii）结构信用——利用稳态角色策略隔离各 Agent 的个体贡献。在此基础上引入离散化的"语言化块坐标下降"算法，交替优化角色提示与聚合协议，以 LLM 生成的"代理梯度"精准修复弱环节。在多个推理基准上显著降低查询复杂度的同时提升了整体性能。

与本章关系：直接对应本章多 Agent 系统优化与协作设计知识点，是首个将时间信用+结构信用双轴分解引入 LLM-MAS 提示优化的工作，为自改进多 Agent 系统提供了原则性、可解释的优化路径。

MOC：基于大语言模型的多 Agent 系统多阶通信机制

发表：2026 年 6 月 1 日 | arXiv:2606.02359

核心贡献：当前多 Agent 系统（MAS）研究多聚焦于拓扑优化，而对"消息如何在 Agent 间有效传输"这一同样关键的问题研究不足。现有方案直接拼接一阶邻居响应，导致证据接收域受限、多跳路径上的关键洞察被稀释。本文提出多阶通信（MOC）方案，将 Agent 间通信重构为捕获多跳依赖的结构化多阶证据流，并设计语义-拓扑合并算法（Semantic-Topological Merging）在 token 约束下优化语义保真度。在六个不同数据集、多种规模 LLM 骨干的实验中，MOC 持续提升任务性能并降低通信成本。

与本章关系：对应本章「多 Agent 通信与信息传递」知识点，是对"信息在 Agent 图中如何跨多跳有效传播"这一核心挑战的最新实证突破，直接揭示了拓扑设计之外通信协议设计的重要性。

CCKS：基于共识的多 Agent 通信与知识共享框架

发表：2026 年 6 月 10 日 | arXiv:2606.12281

核心贡献：现有基于行动建议的多 Agent 知识共享方法存在"过度依赖教师智能体"的问题，智能体盲目采纳建议导致稳定性下降和整体性能退化。CCKS 引入共识约束机制，通过对比学习从局部观测中构建共识模型，智能体据此评估建议的适用性而非无条件接受，在保留探索能力的同时吸收有益经验。CCKS 设计为"即插即用"模块，可无缝集成到任意去中心化训练-去中心化执行（DTDE）算法中。在 Google Research Football 和 StarCraft II 多 Agent 挑战（SMAC）环境中验证，显著提升协作效率与学习速度。

与本章关系：对应本章「多 Agent 协作机制」与「知识共享」知识点，是对教师-学生型知识传递中"共识筛选"这一关键设计问题的最新系统性解答，为去中心化多 Agent 系统的自主协作提供了可扩展基础。

DeLM：去中心化语言模型——共享上下文的无中心化 Multi-Agent 框架

发表：2026 年 6 月 9 日 | arXiv:2606.10662

核心贡献：绝大多数现有 MAS 依赖中心化编排——主控 Agent 分配任务、收集输出、合并结果，随子任务数量增长成为通信和集成瓶颈。DeLM（斯坦福大学，Azalia Mirhoseini 团队）通过三要素去中心化：并行 Agent 异步领取任务队列中的子任务；共享已验证上下文（Shared Verified Context）作为通信基底；Agent 完成本地推理后将紧凑验证更新写回共享上下文，无需经过中心控制器。在 SWE-bench Verified 上取得最优 Pass@1/Pass@2/Pass@4，成本节省约 50%；在 LongBench-v2 多文档问答上超越最强基线高达 5.7 个百分点。

与本章关系：对应本章「多 Agent 编排模式」与「去中心化协作」知识点，是将"黑板架构"思想引入 LLM 多 Agent 系统的最新实证成果，直接挑战了以中心控制器为核心的主流编排范式。

Skill-MAS：进化式元技能驱动的自动多 Agent 系统

发表：2026 年 6 月 17 日 | arXiv:2606.18837

核心贡献：自动化 MAS 生成面临"能力-经验"两难困境：推理时 MAS 充分利用冻结前沿 LLM，但无法从经验中学习；训练时 MAS 通过梯度更新内化经验，却受限于小模型能力天花板且难以扩展到大模型。Skill-MAS 提出第三条路径：将高层编排能力概念化为可进化的"元技能（Meta-Skill）"，将经验留存与参数更新解耦。通过闭合优化循环：（1）多轨迹 rollout 为每个任务采样行为分布；（2）选择性反思自适应选取优先任务，进行层次对比分析，将系统性经验蒸馏为可泛化的策略级原则。在四个复杂基准和四个 LLM 上实现显著性能增益，且演化后的元技能在未见任务和不同 LLM 间均表现出强迁移性。

与本章关系：对应本章「多 Agent 学习与自我优化」知识点，是将 Skill Learning 与 MAS 编排结合的最新成果——元技能使 MAS 能够在不修改 LLM 参数的前提下实现持续自我改进，与 DeLM（去中心化通信）、CCKS（知识共享）一起构成当前多 Agent 协作演进方向的完整图谱。