超越自我对话：基于 LLM 多主体系统的通信导向综述
多智能体系统
2026-05-27 v3 计算与语言
摘要
大型语言模型 (LLM) 多主体系统近期因其在复杂、协作和智能问题解决方面的潜力而受到广泛关注。现有综述通常根据应用领域或体系结构对 LLM 多主体系统 (LLM-MAS) 进行分类，忽视了协调主体行为和相互作用中沟通的核心作用。为弥补此差距，本文从沟通导向的角度提供了 LLM-MAS 的全面综述。具体而言，本文提出了一种结构化框架，将系统级沟通 (体系结构、目标和协议) 与系统内部沟通 (策略、范式、对象和内容) 集成，使我们能够详细探讨主体如何交互、协商并实现集体智慧。通过对近期文献的广泛分析，我们在多个维度上识别出关键组件，概述其优势与局限。此外，我们指出当前面临的挑战包括沟通效率、安全漏洞、评估基准不足以及可扩展性问题，并概述了有前景的未来研究方向。本综述旨在帮助研究人员和实践者更清晰地理解 LLM-MAS 中的沟通机制，从而促进设计和部署稳健、可扩展且安全的多主体系统。
引用
@article{arxiv.2502.14321,
title = {Beyond Self-Talk: A Communication-Centric Survey of LLM-Based Multi-Agent Systems},
author = {Bingyu Yan and Zhibo Zhou and Litian Zhang and Lian Zhang and Ziyi Zhou and Dezhuang Miao and Zhoujun Li and Chaozhuo Li and Xiaoming Zhang},
journal= {arXiv preprint arXiv:2502.14321},
year = {2026}
}
备注
The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-50857-y}