- 资讯公开站Semiconductor Engineering
多智能体 AI 系统须像无指挥的管弦乐队一样运作
Multi-Agent AI Systems Must Work Like An Orchestra Without A Conductor
摘要显示，混合专家型智能体AI系统可以在有或没有指挥者的情况下专注于各自任务，但如何在人类与AI之间划分工作边界仍是待解难题。文章以无指挥的管弦乐队作比喻，强调多智能体协作的自主性与协调挑战。
意义：为多智能体系统设计提供思路：去中心化协作与人类-AI分工边界是落地关键。
- 论文公开站arXiv
基于方位持续激励的指定收敛速率领航-跟随编队控制
Leader-Follower Formation Control with Prescribed Convergence Rates under Bearing Persistence of Excitation
摘要显示，该论文研究仅利用相对方位与速度测量的领航-跟随编队控制。传统方位控制策略多采用固定控制增益，其收敛速率受期望编队的持续激励（PE）性质约束。作者提出一种随时间变化的矩阵增益，依据每个跟随者所获方位信息演化，使收敛速率与PE界解耦；论文证明该增益在方位持续激励编队下的适定性与一致有界性，并通过可调设计参数刻画指数收敛速率，进而扩展到双积分动力学编队，仿真与固定增益方案对比验证了收敛特性。
意义：为多机器人/无人机编队控制提供可调收敛速率的新增益设计，摆脱固定增益对PE条件的强依赖，便于工程调参。
- 论文公开站arXiv
智能体社会需要社会性治理框架
Agentic Societies Need a Social Harness
摘要显示，论文提出"智能体社会"概念，指多个AI智能体代表不同主体、跨信任边界自主协作。实验表明，即便诚实且能力足够的智能体，在现有 harness 与消息原语下也常无法达成满意结果；而故障或恶意智能体可通过通信（"speech"）漏洞拖延协作、影响结果并追求有害目标。作者主张除管理私有上下文与委托人通信的"个人 harness"外，还需"社会性 harness"，并提出分层架构，实现失败预防、运行时无效消息检测与事后追责。
意义：为多智能体系统提供跨信任边界的通信安全与追责设计思路，对构建可审计、抗攻击的智能体协作基础设施有直接参考价值。
- 论文公开站arXiv
交互税：多智能体团队中的通信如何抹杀多样性
The Interaction Tax: When Communication Erases Diversity in Multi-Agent Teams
摘要显示，多智能体LLM交互效果不一，部分研究显示辩论、批评循环等有增益，但另一些在同等预算下无改进。作者提出“交互税”概念：当智能体读取完整输出时，一轮内提案趋同，抹杀多样性。在11个验证器评分优化任务中，完整解决方案交互为弱默认，独立生成可避免崩溃；批评仅在规则易找易修时有效。
意义：该研究揭示多智能体性能的关键在于信息交换类型而非数量，对设计高效多智能体系统、避免无效交互成本具有指导意义。
