近年来，，，，，，，基于大语言模子的多智能系一切（LLM-based Multi-Agent Systems, MAS）被普遍用于重大推理使命 。。。。。。典范做法是让多个 agent 自力天生并通过投票或辩说等机制聚合决议，，，，，，，从而在算术推理、知识推断与专业问答中提升准确率 。。。。。。
随着 test-time compute（推理时盘算）成为常见的能力提升手段，，，，，，，一个自然的问题随之泛起：MAS 是否能通过一直增添 agent 数目而一连变强？？？？？？直觉上，，，，，，，这个设想似乎建设：类似 ensemble 或 self-consistency 的「多次采样 + 聚合」往往能提高笼罩准确谜底的概率 。。。。。。
来自上海交通大学、UC Berkeley、加州理工学院以及约翰?霍普金斯大学的团结研究论文Understanding Agent Scaling in LLM-Based Multi-Agent Systems via Diversity 批注：多智能系一切「扩不动」的真正缘故原由，，，，，，，并不是 Agent 不敷多，，，，，，，而是信息冗余 。。。。。。 系统实验发明，，，，，，，纯粹堆规模收益迅速枯竭，，，，，，，而引入多样性可以显著延缓饱和、以更少的 Agent 获得更强的性能 。。。。。。
论文问题：Understanding Agent Scaling in LLM-Based Multi-Agent Systems via Diversity论文地点：https://arxiv.org/pdf/2602.03794GitHub 代码：https://github.com/SafeRL-Lab/Agent-Scaling
同质扩展的失效：
规模带来的收益迅速饱和
论文首先直接磨练「增添 agent 数是否有用」 。。。。。。在同质设置下，，，，，，，所有 agent 共享相同底座模子与系统提醒（无 persona 差别，，，，，，，设置一致），，，，，，，接纳两类常见协作机制：
Vote：单轮自力天生后大都投票；；；； ； ；Debate：多轮交互后再给出最终谜底（交互 4 轮） 。。。。。。
仅改变 agent 数 N，，，，，，，在 7 个基准使命（GSM8K、ARC、Formal Logic、TruthfulQA、HellaSwag、WinoGrande、Pro Medicine）上评估 。。。。。。
效果在差别使命与模子上高度一致：当 N 从 1 增至 2 或 4 时，，，，，，，性能通常显着提升；；；； ； ；但继续增添 N 后，，，，，，，准确率迅速进入平台期，，，，，，，边际收益靠近 0，，，，，，，部分设置甚至泛起回落 。。。。。。这说明：在同质设置下，，，，，，，纯粹堆叠更多 agent calls 并不可一连注入新的有用信息 。。。。。。
多样性带来的比照征象：
少量异质 agent 胜过大规模同质系统
与同质扩展的快速饱和形成鲜明比照的是，，，，，，，多样性设置下的实验效果 。。。。。。论文进一步较量了两类系统：一类由统一模子多次自力运行组成，，，，，，，另一类则由差别 backbone 模子或差别 persona prompt 组成 。。。。。。在匹配盘算预算（牢靠总 agent calls）的条件下，，，，，，，异质系统在同预算下整体更高，，，，，，，并且在更大的 N 上仍能坚持增益 。。。。。。
为了更系统地明确这一征象，，，，，，，作者在实验中将多样性拆解为差别泉源，，，，，，，包括 persona 多样性、模子多样性，，，，，，，以及二者团结的完全多样性，，，，，，，并在统一设置下举行比照 。。。。。。
在 GSM8K、ARC、HellaSwag、TruthfulQA 等七个基准使命上，，，，，，，作者系统较量了：
Agent 完全一致（L1）Agent Persona 多样性（L2）Base Model 多样性（L3）Persona多样性兼Base Model多样性(L4)
效果显示，，，，，，，每引入一层新的多样性，，，，，，，系统整体性能都会显著上移；；；； ； ；其中，，，，，，，模子多样性和 persona 多样性各自都具有自力孝顺，，，，，，，而二者结适时效果最为显著 。。。。。。
这一趋势在效率层面体现得尤为显着：在多个使命上，，，，，，，仅使用2 个完全异质的 agent，，，，，，，就可以抵达甚至凌驾16 个同质 agent的平均性能 。。。。。。
限制多智能体扩展的不是规模
而是信息冗余
将这些实验效果串联起来，，，，，，，论文在履历层面得出了一个清晰结论：多智能系一切的扩展瓶颈并不来自 agent 数目缺乏，，，，，，，而来自 agent 输出之间的高度相关性 。。。。。。在同质设置下，，，，，，，多个 agent 往往沿着相似的推理路径天生谜底，，，，，，，新增挪用所带来的大多是重复信息；；；； ； ；而多样性的作用，，，，，，，在于引入互补视角，，，，，，，降低输出冗余，，，，，，，使系统能够在相同甚至更小的盘算预算下获得更多有用证据 。。。。。。
基于这一系列实验征象，，，，，，，作者进一步提出信息论剖析框架，，，，，，，引入「有用信息通道」等看法，，，，，，，对「规模失效」与「多样性优势」给出统一诠释 。。。。。。与其说这项事情提出了新的 agent 架构，，，，，，，不如说它明确指出：多智能系一切里真正稀缺的资源不是挪用次数，，，，，，，而是非冗余的信息泉源
信息论视角：
性能由「有用信息」而非「挪用次数」主导
作者思量一个包括 N 个大模子智能体的多智能系一切，，，，，，，每个智能体具有自身设置，，，，，，，包括基座模子（backbone model）、系统提醒词（system prompt）、角色设定（persona）与工具能力（tool access） 。。。。。。系统吸收问题输入 X，，，，，，，按预设事情流执行若干次推理（记为 n 次），，，，，，，最终输出谜底 。。。。。。
从信息论角度，，，，，，，获得准确谜底 Y 的乐成率并不简朴由 N 与 n 决议，，，，，，，而取决于系统能够提供几多关于 Y 的信息 。。。。。。作者用条件熵 H (Y|X) 描绘使命的内在难度：在给定问题 X 的情形下，，，，，，，准确谜底 Y 仍然保存的剩余不确定性 。。。。。。
同质设置下，，，，，，，即便新增智能体，，，，，，，往往也执偾在相似推理路径下重复采样，，，，，，，因而对降低不确定性资助有限；；；； ； ；异质设置下，，，，，，，新增智能体更可能引入新的推理路径，，，，，，，与既有路径互补，，，，，，，从而更有用地镌汰不确定性 。。。。。。
为描绘这一差别，，，，，，，作者界说：
在该设定下，，，，，，，作者基于若干建模假设推导出一个近似形式，，，，，，，用于描绘趋势而非准确展望 。。。。。。作者以为，，，，，，，系统可获得的有用信息量（并据此关联乐成率）主要受如下量支配：
该效果强调：影响系统性能的要害不在于 “智能体数目或推理次数”，，，，，，，而在于系统中有用信息通道的数目—— 也就是多样化所带来的非冗余信息规模 。。。。。。它也诠释了为何实践中常见「边际效益递减」：当有用信息通道增添受限时，，，，，，，新增挪用带来的有用信息增量会快速衰减 。。。。。。
作者还给出了在实践中预计有用信息通道 K 的要领，，，，，，，并在 GSM8K、ARC、Formal Logic、HellaSwag、WinoGrande、Pro Medicine 等数据集上验证：履历乐成率与理论展望总体吻合 。。。。。。
进一步地，，，，，，，作者将系统输出拆分为「准确推理路径」与「过失推理路径」，，，，，，，划分估算其对应的有用信息通道数目 。。。。。。实验一致批注：当准确推理路径对应的有用信息通道更多时，，，，，，，多智能系一切体现更好 。。。。。。这意味着系统设计不应盲目追求多样性自己，，，，，，，而应追求与使命相关的推理多样性 —— 即提升与准确推理相关的有用信息通道数 。。。。。。
总结
论文的焦点履历结论是：多智能体扩展的要害不在于把 N 做大，，，，，，，而在于让新增挪用带来新的有用证据 。。。。。。只要输出高度相关，，，，，，，同质扩展就会很快进入平台期；；；； ； ；而多样性能够提升效率，，，，，，，是由于它更可能爆发互补推理路径 。。。。。。唬�；； ； ；痪浠八�，，，，，，，多智能系一切里稀缺的不是挪用次数，，，，，，，而是非冗余信息 。。。。。。
实践上可以用一个简朴标准指导泰格新质料科技有限公司扩展：当增添 agent 主要带来「统一思绪的重复」 时，，，，，，，应阻止堆同质数目，，，，，，，转而引入可控的异质性（要领互补的 persona、差别模子家族、工具能力互补）；；；； ； ；只有当这些改动确实带来特殊增益时，，，，，，，再继续扩大规模 。。。。。。