Kommunikation bis zur Fertigstellung: Modellierung kollaborativer Arbeitsabläufe mit intelligenter Multi-Agenten-Kommunikation

Communication to Completion: Modeling Collaborative Workflows with Intelligent Multi-Agent Communication

October 22, 2025

papers.authors: Yiming Lu, Xun Wang, Simin Ma, Shujian Liu, Sathish Reddy Indurthi, Song Wang, Haoyun Deng, Fei Liu, Kaiqiang Song

cs.AI

papers.abstract

Teamwork bei komplexen Aufgaben im Arbeitsumfeld erfordert diverse Kommunikationsstrategien, doch aktuellen Multi-Agenten-LLM-Systemen fehlen systematische Frameworks für aufgabenorientierte Kommunikation. Wir stellen Communication to Completion (C2C) vor, ein skalierbares Framework, das diese Lücke durch zwei zentrale Innovationen schließt: (1) den Alignment Factor (AF), eine neuartige Metrik zur Quantifizierung der Aufgabenausrichtung von Agenten, die sich direkt auf die Arbeitseffizienz auswirkt, und (2) ein Sequential Action Framework, das schrittweise Ausführung mit intelligenten Kommunikationsentscheidungen integriert. C2C ermöglicht es Agenten, kostensensible Kommunikationsentscheidungen zu treffen und das Aufgabenverständnis durch gezielte Interaktionen dynamisch zu verbessern. Wir evaluierten C2C an realistischen Codierungs-Workflows über drei Komplexitätsstufen und Teamgrößen von 5 bis 17 Agenten im Vergleich zu Baseline-Modellen ohne Kommunikation und mit festen Schritten. Die Ergebnisse zeigen, dass C2C die Aufgabenbearbeitungszeit um etwa 40% bei akzeptablen Kommunikationskosten reduziert. Das Framework bewältigt alle Aufgaben erfolgreich in Standardkonfigurationen und behält seine Wirksamkeit bei Skalierung bei. C2C etabliert sowohl eine theoretische Grundlage zur Messung der Kommunikationseffektivität in Multi-Agenten-Systemen als auch ein praktisches Framework für komplexe kollaborative Aufgaben.

English

Teamwork in workspace for complex tasks requires diverse communication strategies, but current multi-agent LLM systems lack systematic frameworks for task oriented communication. We introduce Communication to Completion (C2C), a scalable framework that addresses this gap through two key innovations: (1) the Alignment Factor (AF), a novel metric quantifying agent task alignment that directly impacts work efficiency, and (2) a Sequential Action Framework that integrates stepwise execution with intelligent communication decisions. C2C enables agents to make cost aware communication choices, dynamically improving task understanding through targeted interactions. We evaluated C2C on realistic coding workflows across three complexity tiers and team sizes from 5 to 17 agents, comparing against no communication and fixed steps baselines. The results show that C2C reduces the task completion time by about 40% with acceptable communication costs. The framework completes all tasks successfully in standard configurations and maintains effectiveness at scale. C2C establishes both a theoretical foundation for measuring communication effectiveness in multi-agent systems and a practical framework for complex collaborative tasks.