首篇 LLM 智能体协作收敛理论:证明线性收敛,GPT-OSS-120B 全部 40 轮无碰撞
peter_richtarik · x · 2026-10-22
arXiv 论文《Local Work, Global Progress: A Convergence Theory of AI Agent Collaboration》(Ivan Ilin、Peter Richtárik,2026-10-20)首次为 LLM 智能体团队协作给出收敛性理论。
核心框架
- 将协作求解形式化为分块优化(block optimization):每个智能体负责共享解的一个块,按局部目标搜索,并附带一个校正项(correction)以评估自身改动对其他块的影响。
- 协调器对照全局目标校验每个提案,合并不互相干扰的提案;干扰提案在其组合被校验通过后也可合并,此时速率取决于提案的实际组合效果而非最坏情形。
- 证明线性收敛至一个误差下限,当校正精确时下限趋于零。
实测结果
- 用 GPT-OSS-120B 做机器人路由任务:三智能体团队在全部运行中都找到无碰撞路径,优于单智能体控制全部机器人;更大路由任务中六智能体团队搜索速度中位数约为单智能体的 2 倍。
- 合并「最佳已校验组合」而非仅合并不干扰提案,可再缩短约 30% 搜索时间。
- 实测常数(μ=0.43–0.70,𝜅≈1.2–1.5 vs 理论 𝜅=3)表明理论界在每轮运行中均成立,与观测差距仅差 3–7 倍。
论文还涵盖从评估中学习校正、私有步数与同步频率权衡、SQLite 查询规划及带认证常数的合成任务。全文 59 页。
所属事件:首篇 AI Agent 协作收敛理论：块优化建模，六智能体提速一倍(6 条相关)→
「编程与Agent」频道最新
- Recursive 发布 Flint：主要由 AI 自研的笔记本端编码模型 — TechCrunch AI · 2026-10-22
- T800 多智能体设计：对抗式审查交给过滤 Agent 再把关 — lucasmeijer · 2026-10-22
- Agent 搜索更多读得更多:为何检索质量正成为 AI 应用的核心瓶颈 — Nils_Reimers · 2026-10-22
- 忘关 Claude 终端跑一晚烧掉超 2000 美元，信用卡拒付逃过一劫 — Kuprel · 2026-10-22
- OpenClaw 公开狗粮直播：用自家 agent 在时间线上给项目写 PR — vincent_koc · 2026-10-22
- AgentsInTheCloud 开源:在自己服务器上跑云端编码智能体 — lucasmeijer · 2026-10-22