Что должны говорить агенты? Коммуникация действий и состояний для эффективных многоагентных систем

Аннотация

Мультиагентные системы (МАС), построенные на основе больших языковых моделей, обычно организуются вокруг ролей, конвейеров и расписаний очередности, тогда как содержимое, которым агенты обмениваются друг с другом, зачастую остается неограниченным естественным языком. Однако такая свободная форма коммуникации может стремительно увеличивать расход токенов, исчерпывать общее контекстное окно и в конечном итоге негативно сказываться как на производительности системы, так и на стоимости вывода. Мы анализируем пять распространенных стратегий меж-агентной коммуникации в двух топологиях МАС и обнаруживаем, что ни одна фиксированная стратегия не является универсально оптимальной. Вместо этого эффективные меж-агентные сообщения последовательно сохраняют информацию, ориентированную на действия, необходимую последующим агентам. Основываясь на этом, мы предлагаем PACT (Protocolized Action-state Communication and Transmission — протоколизированная коммуникация и передача состояний действий), который рассматривает меж-агентную коммуникацию как задачу публичного обновления состояния и проецирует каждый сырой вывод агента в компактную запись состояния действия перед тем, как он попадает в общую историю. В различных топологиях МАС PACT последовательно улучшает соотношение производительности и затрат, достигая сравнимой или более высокой производительности при существенно меньшем количестве токенов. Полученные преимущества распространяются на производственные среды кодирования: PACT повышает коэффициент разрешения OpenHands при снижении количества токенов на одно разрешение на 10% и является нейтральным по отношению к разрешению для SWE-agent, одновременно сокращая количество входных токенов вдвое. Наш код доступен по адресу: https://github.com/iNLP-Lab/PACT.

English

Multi-agent systems (MAS) built on large language models are typically organized around roles, pipelines, and turn schedules, while the content that agents pass to one another is often left as unconstrained natural language. However, this free-form communication can rapidly inflate token usage, consume the shared context window, and ultimately affect both system performance and inference cost. We analyze five common inter-agent communication strategies across two MAS topologies, finding that no fixed strategy is universally optimal. Instead, effective inter-agent messages consistently preserve action-centered information needed by downstream agents. Building on this, we propose the PACT (Protocolized Action-state Communication and Transmission), which treats inter-agent communication as a public state-update problem and projects each raw agent output into a compact action-state record before it enters shared history. Across different MAS topologies, PACT consistently improves the performance-cost trade-off, achieving comparable or stronger task performance with substantially fewer tokens. The gains extend to production coding harnesses: PACT lifts OpenHands' resolve rate at -10% tokens-per-resolved, and is resolve-neutral on SWE-agent while halving input tokens. Our code is publicly available at https://github.com/iNLP-Lab/PACT.