UIUC 提出 AgentPrimitives:多智能体的可复用潜在积木

机器之心 · wechat · 2026-07-21

## 论文在做什么 UIUC DREAMLab 提出 **AgentPrimitives**:把多智能体系统里反复出现的协作模式,抽象成可复用的潜在空间构件,而不是每个任务都手工拼一个新 Agent 工作流。 ## 三个核心 primitive - **ReviewPrimitive**:把“生成—批评—修正”封装成通用循环。 - **VotingSelectionPrimitive**:并行生成多个候选后,在潜在表示层做比较与选择,而不只看最终文本。 - **PlanningExecutionPrimitive**:把高层规划与底层执行分离,适合长链路任务。 ## 关键技术点 论文指出,传统 MAS 最大的隐形成本来自**自然语言通信瓶颈**:每一轮都要把内部状态解码成文本,再重新编码,信息会损失,噪声会累积,token 和延迟也会显著上升。为此,AgentPrimitives 让 primitive 之间通过 **KV Cache** 直接传递潜在状态,并通过 RoPE 对齐不同阶段的缓存。 ## 实验结果 论文在 8 个基准、5 种模型骨干上评估,结果显示: - 相比单智能体基线,平均准确率提升 **12.0%–16.5%** - 相比传统文本通信 MAS,token 使用和推理延迟降低约 **3–4 倍** - 相比单智能体,整体推理开销约 **1.3–1.6 倍** - 在不同骨干模型上更稳定,减少对手工架构的依赖 ## 结论 作者想推动的范式是:未来构建多智能体系统,不再先问“要写几个 Agent、各自什么 prompt”,而是先问“这个问题需要哪些基础协作模式,它们该如何连接”。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →