AI 與世界的難題 · 理論資訊科學 · arXiv · 2026-10-21
局部工作，整體進展:AI 代理人協作的收斂理論
原標題: Local Work, Global Progress: A Convergence Theory of AI Agent Collaboration
LLM 代理程式團隊的協作協定大多是憑經驗設計的，因此作者將協作式問題解決形式化為區塊最佳化：每個代理程式在自身局部目標的引導下改進共享解的一部分，並加上一項修正，以反映其變更對其他部分的影響；協調者則依全域目標檢查各提案並予以合併。他們證明了直到某個誤差下限的線性收斂性，而當修正為精確時，該下限會消失。在使用 GPT-OSS-120B 代理程式的機器人路由實驗中，三個代理程式的團隊在每次執行中都找到了無碰撞的規劃，並優於由單一代理程式控制所有機器人的表現；六個代理程式的團隊完成搜尋的速度約為兩倍（中位數）；合併經檢查過的最佳組合則將搜尋時間縮短約 30%。