De la communication à l'achèvement : modélisation des flux de travail collaboratifs par une communication intelligente entre agents multiples

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

Le travail d'équipe pour les tâches complexes en milieu professionnel nécessite des stratégies de communication diversifiées, mais les systèmes multi-agents actuels basés sur LLM manquent de cadres systématiques pour la communication orientée tâche. Nous présentons Communication to Completion (C2C), un cadre évolutif qui comble cette lacune grâce à deux innovations clés : (1) le Facteur d'Alignement (AF), une nouvelle métrique quantifiant l'alignement des agents sur la tâche qui impacte directement l'efficacité du travail, et (2) un Cadre d'Actions Séquentielles qui intègre l'exécution étape par étape avec des décisions de communication intelligentes. C2C permet aux agents d'effectuer des choix de communication conscients du coût, améliorant dynamiquement la compréhension des tâches grâce à des interactions ciblées. Nous avons évalué C2C sur des flux de travail de codage réalistes à travers trois niveaux de complexité et des tailles d'équipe de 5 à 17 agents, en comparaison avec des lignes de base sans communication et à pas fixes. Les résultats montrent que C2C réduit le temps d'exécution des tâches d'environ 40% avec des coûts de communication acceptables. Le cadre réussit toutes les tâches dans des configurations standard et maintient son efficacité à grande échelle. C2C établit à la fois une fondation théorique pour mesurer l'efficacité de la communication dans les systèmes multi-agents et un cadre pratique pour les tâches collaboratives complexes.

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.