新研究用优化理论证明AI智能体团队可线性收敛,路由任务提速2倍
peter_richtarik · x · 2026-11-02
Peter Richtárik 团队(Ivan Ilin 等)发布论文《Local Work, Global Progress: A Convergence Theory of AI Agent Collaboration》,并为它制作了讲解视频,解释为何 LLM 智能体团队会卡住以及如何修复。作者将多智能体协作形式化为分块优化:每个智能体基于局部目标加对其他部分影响的修正来改进共享方案的一部分,协调者对照全局目标校验并合并互不干扰的提案,证明了到误差下限的线性收敛(修正精确时下限消失)。
实验结果:
- 用 GPT-OSS-120B 做机器人路由任务,三智能体团队每次运行都能找到无碰撞方案,优于单智能体控制所有机器人。
- 更大规模路由任务上,六智能体团队搜索速度中位数约为单智能体的两倍。
- 合并"经校验的最佳提案组合"而非仅合并互不干扰的提案,可将团队搜索时间缩短约 30%。
- 理论还在 SQLite 查询规划和合成任务上得到验证。
「编程与Agent」频道最新
- 代码生成的机械龙虾开源了:单 HTML 文件可驾驶可拆解 — atullchaurasia · 2026-11-02
- Claude 一句话生成 6809 零件机械龙虾,全靠 three.js 代码 — atullchaurasia · 2026-11-02
- Aaron Levie：工作描述正在改写，人人将管理一支 Agent 团队 — inductionheads · 2026-11-02
- 开发者实测 Kiro Crew：规格驱动开发带来数百自动化测试 — DigitalColmer · 2026-11-02
- 3 万条笔记实测：ripgrep 搜 Obsidian 0.15 秒胜内置 4 秒 — dSebastien · 2026-11-02
- TAWA GUARD 推出模型前置输入检查，拦截藏在文档里的注入指令 — TawaGuard · 2026-11-02