89 lines
4.0 KiB
Markdown
89 lines
4.0 KiB
Markdown
---
|
||
title: "Complex networks of AI agentic systems: 拓扑-记忆-更新三层分类法"
|
||
created: 2026-05-01
|
||
updated: 2026-05-01
|
||
type: paper
|
||
tags: [llm, architecture, benchmark, survey]
|
||
sources: [raw/papers/song-agent-network-taxonomy-2026.md]
|
||
---
|
||
|
||
# Complex networks of AI agentic systems: topology, memory, and update dynamics
|
||
|
||
> Xinyuan Song (Emory), Qingsong Wen (Oxford), Shirui Pan (Griffith), Liang Zhao (Emory) | TechRxiv 2026
|
||
|
||
## 核心问题
|
||
|
||
大规模 AI Agent 网络广泛用于软件工程、科学分析、Web 自动化和社交模拟，但现有架构缺乏**统一框架**来解释为什么某些设计能扩展到长周期多步任务而另一些会失败。系统行为由三个根本维度塑造：**agent 如何连接、信息如何存储、状态如何更新**。
|
||
|
||
## 方法论：三层级分类法
|
||
|
||
本文提出一个**嵌套式**（非并行式）三属性分类法：
|
||
|
||
```
|
||
Topology（拓扑）
|
||
├── Centralized（集中式）
|
||
└── Decentralized（去中心化）
|
||
├── Global Memory（全局记忆）
|
||
└── Local Memory（局部记忆）
|
||
├── Static Update（静态更新）
|
||
└── Dynamic Update（动态更新）
|
||
```
|
||
|
||
### 形式化定义
|
||
|
||
Agent 系统定义为四元组：**A = (V, E, M, Π)**
|
||
|
||
- V = {a₁, ..., aₙ}：agent 集合
|
||
- E ⊆ V × V：通信图，有向边表示消息传递
|
||
- M：记忆配置（全局 M_global 或局部 {M₁, ..., Mₙ}）
|
||
- Π：agent 级策略
|
||
|
||
每个 agent aᵢ 是状态函数：**aᵢ : (xᵢ, mᵢ, cᵢ) → (oᵢ, m'ᵢ)** — 局部观察 + 记忆 + 入站消息 → 行动 + 更新记忆
|
||
|
||
### 8 种系统类别
|
||
|
||
| # | 拓扑 | 记忆 | 更新 | 代表系统 |
|
||
|---|------|------|------|---------|
|
||
| 1 | 集中式 | 全局 | 静态 | MetaGPT, ChatDev, AutoGen, HuggingGPT |
|
||
| 2 | 集中式 | 全局 | 动态 | SWE-agent, OpenHands, Voyager, Multi-Agent Debate |
|
||
| 3 | 集中式 | 局部 | 静态 | MetaAgent, YuLan-OneSim, SOTOPIA-S4 |
|
||
| 4 | 集中式 | 局部 | 动态 | OPTIMA, Magentic-One, G-Designer |
|
||
| 5 | 去中心化 | 全局 | 静态 | BlackBoard, LLMBlackBoard, MemorySharing |
|
||
| 6 | 去中心化 | 全局 | 动态 | GPTSwarm, AgentSociety, OpenAgents |
|
||
| 7 | 去中心化 | 局部 | 静态 | MMAgent, WebArena, TalkHier |
|
||
| 8 | 去中心化 | 局部 | 动态 | GenAgents, 1000-Person Sims, AgentNet, SOTOPIA-S |
|
||
|
||
## 核心发现
|
||
|
||
### 1. 通信栈三层结构
|
||
|
||
| 层 | 作用 | 通信形式 | 主要难点 |
|
||
|----|------|---------|---------|
|
||
| **传输层** | 网络数据传输 | 二进制/文本消息 | 延迟、排序、可靠性 |
|
||
| **结构层** (Function Calling) | 跨 agent 的结构化操作 | Schema 消息 | 兼容性、版本漂移 |
|
||
| **语义层** (通信协议) | 推理对齐、上下文传播 | 自然语言+结构化证据 | 跨 agent 一致性和上下文一致性 |
|
||
|
||
### 2. 扩展性挑战
|
||
|
||
1. **通信负载**：消息量随 agent 数快速增长，饱和消息队列
|
||
2. **上下文漂移**：分布式执行下各 agent 维护不一致的摘要
|
||
3. **排序与并发**：异步系统中消息重排序导致时序视图分歧
|
||
4. **解释不匹配**：异构模型间即使 schema 相同，语义解释仍不兼容
|
||
5. **更新不稳定**：并发更新放大微小不一致，agent 反复覆盖彼此状态
|
||
6. **安全与信任**：通信通道倍增 → 攻击面扩大
|
||
|
||
### 3. MCP 作为标准化基础
|
||
|
||
Model Context Protocol (MCP) 成为大规模 Agent 网络的标准化基板，统一工具调用、资源管理和交互语义。相关工作包括 Gradientsys、SchedCP、Code2MCP、MCP-Bench 等。
|
||
|
||
## 相关概念
|
||
- [[agent-network-taxonomy]] — 三层级分类法详解
|
||
- [[agent-network-topology]] — 集中式 vs 去中心化拓扑
|
||
- [[agent-network-memory-scope]] — 全局 vs 局部记忆
|
||
- [[agent-network-update-behavior]] — 静态 vs 动态更新
|
||
- [[agent-communication-stack]] — 三层通信栈
|
||
- [[centralized-agent-architecture]] — 集中式架构
|
||
- [[decentralized-agent-architecture]] — 去中心化架构
|
||
- [[cognitive-architecture]] — 认知架构
|
||
- [[hyperagents]] — 超智能体（自指代理）
|