Agent Primitives 将多智能体系统拆解为可复用潜在构件
论文将多智能体协作模式抽象为可复用的基础构件，并用 KV Cache 实现高效潜在通信，降低误差和开销。
多智能体系统（MAS）通常围绕特定任务手工搭建角色和流程，难以复用。伊利诺伊大学团队提出 Agent Primitives，将反复出现的协作模式（审查、投票、规划）抽象为三类可复用基础构件，并利用 KV Cache 在构件间传递潜在状态，避免自然语言通信带来的信息损失和 token 浪费。实验表明，该方法在长上下文任务中指令遵循率远高于传统自然语言通信。
正文摘录
.jpg)  本文工作由伊利诺伊大学厄巴纳 - 香槟分校（UIUC）DREAM Lab 团队完成。通讯作者 Haohan Wang 教授为 UIUC 信息科学学院教授、DREAM Lab 负责人，研究方向包括可信人工智能、大语言模型与多智能体系统。