Google 团队用序列拍卖构建去中心化 LLM 多智能体工作流
_onionesque · x · 2026-10-16
arXiv 论文《Decentralized LLM Workflows via Sequential Auctions》提出用自利智能体组成去中心化市场来完成多步任务。理论上序列拍卖可让智能体在 MDP 中收敛到全局最优,但此前依赖「完美克隆」的完全竞争假设,而克隆竞争会把利润压到零;反过来,完全没有竞争也会导致市场失灵。论文研究介于两者之间的不完全竞争:智能体学会策略性压低报价以保住正利润率,同时维持市场足够高效以完成协作任务。作者提出并评测了 Mirror Descent、Thompson Sampling、Bayes-Optimal 和 PPO 四种竞价算法,覆盖一价、二价和 Credit-Conserving Vickrey 三种拍卖协议,在多个领域验证不完全竞争既能维持智能体利润又能保证任务完成。作者阵容包括 Jacob Eisenstein、Kate Larson、Alekh Agarwal 等。
「编程与Agent」频道最新
- Terminal Night 3 演讲资料公开，作者补发未演示成功的 demo 视频 — 4310sy · 2026-10-16
- Agent 开发者的隐性浪费：各家 API 余额加起来超过实际用量 — EnvironmentalDay8864 · 2026-10-16
- Notion 提出 agent 开发新理念：用户与智能体都只需写代码 — simonguozirui · 2026-10-16
- DeepMind 四个 Gemini 4 Argon 智能体 27 小时自主通关 Minecraft 击败末影龙 — Maxence Faldor · 2026-10-16
- 腾讯混合边界团队推 Terminal-RSI:终端智能体递归自我改进，Terminal-Bench 4.0 达 19.84% — tencent · 2026-10-16
- 清华 AutoSFT 用多智能体自动化 SFT 数据研究,评测成绩超单智能体系统 — TsinghuaNLP · 2026-10-16