MIT 论文：收件箱机制解决万级 LLM 智能体协调难题
omarsar0 · x · 2026-10-30
MIT Media Lab 论文《The Inbox as a Coordination Primitive for LLM Agent Societies》研究大规模 LLM 智能体社会中的「拉取」通信问题：稀缺资源不是消息投递，而是读取——每条消息消耗 token 并占用有限上下文。
- 推模式失效：上下文满后智能体按到达顺序丢弃最旧消息；一个同时主导 20 场谈判的智能体，97% 的时间在提出已被拒绝的方案。
- 收件箱原语：消息在上下文之外排队，由每个智能体私有规则决定读什么、留什么、回复什么。
- 实验结果：在 1,000–16,000 个智能体、嘈杂流量的模拟中，先到先读会漏掉所有请求；而优先读取附带可退还押金消息的收件箱，在所有规模下仍能覆盖请求所需智能体的约 60%。
- 设计结论：收件箱由四条规则构成(读什么、留什么、向发送方说什么、回复怎么说)，最优规则取决于流量与智能体角色；高负载下的多智能体协调需要为流量设计收件箱层。
- 网络效应：在真实邮件网络拓扑中，采用会复利式放大——半数智能体采用时，转发搜索仅恢复 57% 的请求覆盖率。
「编程与Agent」频道最新
- 谷歌官宣关闭编程 Agent Jules，12 月 31 日停止服务 — jedisct1 · 2026-10-30
- Replit 可直接跑任意 GitHub 仓库，改完自动开 PR — amasad · 2026-10-30
- GitHub Octoverse：年 343 亿次 commit，40% PR 由 agent 发起 — lemire · 2026-10-30
- 谷歌 Antigravity 上线插件市场：集成 Jira、Figma、Stripe 等大量连接器 — testingcatalog · 2026-10-30
- NVIDIA 论文 AgentBaton:一次交接为 Agent 省下 65.9% API 成本 — dair_ai · 2026-10-30
- Eraser 发布 AI 架构图 Maps:从代码与云环境自动生成系统地图 — Scobleizer · 2026-10-30