研究指多智能體協作或適得其反

協作範式隱患

目前的多Agent系統中，主Agent通常掌握完整材料，通過向子Agent發送局部任務消息來拆解任務、持續推進整體流程。

然而即使滿足資訊充分的條件，子Agent仍可能做出錯誤動作，同一套通信配置換一個模型或任務狀態，準確率就可能出現明顯落差。

準確率反降

論文展示的案例中，80B模型為9B模型提供支招式消息後，任務準確率反而下降23.6個百分點，說明更多資訊未必帶來更好表現。

根因分析

研究指出，現有系統常把資訊充分視為協作成功的充分條件，卻忽視了通信配置本身的隱性代價，消息設計與任務狀態的匹配同樣關鍵。

消息是否有用，既取決於它提供了哪些資訊，也取決於接收方在特定任務狀態下能否正確利用，任何一環不匹配都可能令協作效果打折扣。

工程設計啟示

這項發現對多Agent系統的落地具有直接意義：團隊配置智能體通信時須針對模型組合與任務狀態實測驗證，而非假設資訊充分即足夠。