UFO^3: Плетение галактики цифровых агентов
UFO^3: Weaving the Digital Agent Galaxy
November 14, 2025
Авторы: Chaoyun Zhang, Liqun Li, He Huang, Chiming Ni, Bo Qiao, Si Qin, Yu Kang, Minghua Ma, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang
cs.AI
Аннотация
Крупные языковые модели (LLM) превращают цифровые устройства из пассивных инструментов в проактивных интеллектуальных помощников. Однако большинство существующих фреймворков ограничены одной ОС или устройством, что делает кросс-платформенные workflows хрупкими и в значительной степени ручными. Мы представляем UFO³ — систему, объединяющую гетерогенные конечные точки, настольные компьютеры, серверы, мобильные устройства и периферию в единую оркестровочную ткань. UFO³ моделирует каждый пользовательский запрос как изменяемую TaskConstellation: распределённый DAG атомарных подзадач (TaskStars) с явными управляющими и информационными зависимостями (TaskStarLines). TaskConstellation непрерывно эволюционирует по мере поступления результатов с распределённых устройств, обеспечивая асинхронное выполнение, адаптивное восстановление и динамическую оптимизацию. Constellation Orchestrator выполняет задачи безопасно и асинхронно, применяя динамические обновления DAG, а Agent Interaction Protocol (AIP) предоставляет устойчивые низколатентные каналы для надёжной диспетчеризации задач и потоковой передачи результатов. Данные решения стирают традиционные границы между устройствами и платформами, позволяя агентам бесшовно взаимодействовать и усиливать коллективный интеллект.
Мы оцениваем UFO³ на NebulaBench — наборе из 55 кросс-платформенных задач, охватывающих 5 машин и 10 категорий. UFO³ демонстрирует 83.3% успешного выполнения подзадач, 70.9% успеха задач, раскрывает параллелизм со средней шириной 1.72 и сокращает сквозную задержку на 31% относительно последовательного базового уровня. Эксперименты с инжекцией ошибок показывают плавную деградацию и восстановление при временных и постоянных сбоях агентов. Эти результаты подтверждают, что UFO³ обеспечивает точную, эффективную и отказоустойчивую оркестрацию задач в гетерогенных средах, объединяя изолированных агентов в согласованную адаптивную вычислительную ткань, простирающуюся через ландшафт повсеместных вычислений.
English
Large language model (LLM)-powered agents are transforming digital devices from passive tools into proactive intelligent collaborators. However, most existing frameworks remain confined to a single OS or device, making cross-device workflows brittle and largely manual. We present UFO^3, a system that unifies heterogeneous endpoints, desktops, servers, mobile devices, and edge, into a single orchestration fabric. UFO^3 models each user request as a mutable TaskConstellation: a distributed DAG of atomic subtasks (TaskStars) with explicit control and data dependencies (TaskStarLines). The TaskConstellation continuously evolves as results stream in from distributed devices, enabling asynchronous execution, adaptive recovery, and dynamic optimization. A Constellation Orchestrator} executes tasks safely and asynchronously while applying dynamic DAG updates, and the Agent Interaction Protocol (AIP) provides persistent, low-latency channels for reliable task dispatch and result streaming. These designs dissolve the traditional boundaries between devices and platforms, allowing agents to collaborate seamlessly and amplify their collective intelligence.
We evaluate UFO^3 on NebulaBench, a benchmark of 55 cross-device tasks across 5 machines and 10 categories. UFO^3 achieves 83.3% subtask completion, 70.9% task success, exposes parallelism with an average width of 1.72, and reduces end-to-end latency by 31% relative to a sequential baseline. Fault-injection experiments demonstrate graceful degradation and recovery under transient and permanent agent failures. These results show that UFO^3 achieves accurate, efficient, and resilient task orchestration across heterogeneous devices, uniting isolated agents into a coherent, adaptive computing fabric that extends across the landscape of ubiquitous computing.