12
0Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。
如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com
今天的主题是：
Life Beyond Individual Intelligence: Survey-ing Collaboration, Failure Attribution, and Self-Evolution in LLM-based Multi-Agent Systems
Summary
基于大语言模型（LLM）的自主智能体在推理、规划和工具使用方面已经展现出了强大的能力，但在任务需要跨角色、工具和环境进行持续协同（coordination）时，它们依然受到限制。
多智能体系统通过在专业化智能体之间进行结构化协作来解决这一问题，但更紧密的协同同时也放大了一个较少被探索的风险：错误可能会在不同的智能体和交互轮次之间传播，导致难以诊断的故障，并且这些故障极少能转化为结构性的自我改进。现有的综述大多分别探讨单个智能体的能力、多智能体协作或智能体自我演化，而忽略了它们之间的因果依赖关系。
本综述提供了一个统一的视角，围绕四个具有因果关联的阶段展开，我们将其称为 LIFE 渐进模型（LIFE progression）：
Lay the capability foundation（奠定能力基础）
Integrate agents through collaboration（通过协作整合智能体）
Find faults through attribution（通过归因查找故障）
Evolve through autonomous self-improvement（通过自主自我改进进行演化）
针对每个阶段，我们提供了系统的分类法，并形式化地刻画了相邻阶段之间的依赖关系，揭示了每个阶段是如何既依赖于前一阶段又制约着后一阶段的。
除了对现有工作进行系统梳理外，我们还指出了阶段边界处的开放式挑战，并为闭环多智能体系统提出了一个跨阶段的研究议程。该系统能够持续诊断故障、重组结构并精细调整智能体行为，从而将当前的协同框架扩展为更具自组织形式的集体智能。
通过连接这些此前碎片化的研究主线，本综述旨在为迈向自主、自我改进的多智能体智能提供系统性的参考和概念路线图。
原文链接：arxiv.org
