多智能体系统失败主因在调度中枢，南大论文引入调度熵
南大研究发现多智能体系统瓶颈在调度中枢，并提出调度熵作为稳定性度量。
南大研究发现，多智能体系统的失败通常不来自某个执行器能力不足，而是负责调度的 Orchestrator 失去掌控。论文提出“调度熵”量化调度不确定性，揭示历史上下文噪声是系统失序的主因。
正文摘录
.jpg)  南京大学人工智能学院博士生朱俊泽为本文第一作者，主要研究大模型多智能体理论、方法与框架；南京大学人工智能学院助理教授吴震为本文通讯作者，戴新宇教授为本文合作者。 现在，多智能体系统正成为大模型应用的主流范式。为了让模型完成更复杂的任务，人们开始把搜索、代码、视觉、总结等能力接入同一个系统：有人负责找资料，有人负责编程，有人负责调用工具，有人负责检查结果。架构图越来越复杂，执行日志越来越长，系统看起来也越来越像一支会分工协作的 AI 团队。但一个更基础的问题是： 这支 AI 团队真的会协作吗？ 来自南京大学 NLP 实验室的 ICML 2026 论文 Recognize Your Orchestrator: An Entropy Dynamics Perspective for LLM Multi-Agent Systems 指出：在当前主流的 Orchestrator-Executor 多智能体架构中，系统失败往往并不首先来自某个执行器不会干活，而是来自负责全局调度的 Orchestrator 逐渐失去对任务的掌控。