TCP-MCP：面向多智能体系统的提示与通信拓扑的景观引导协同进化
人工智能
2026-05-28 v1
摘要
有效的多智能体系统无法通过孤立地选择提示或通信图来设计。智能体行为取决于智能体接收到的信息，而通信边界的效用则取决于接收智能体如何解释和使用该信息。我们提出TCP-MCP（面向多智能体协作问题求解的拓扑耦合提示），这是一个协同进化框架，它将智能体提示和通信拓扑作为一个统一的基因组进行搜索。TCP-MCP使用初始化时的景观探测器来校准早期搜索行为，然后依赖帕累托前沿诊断来在三个目标下自适应地探索：任务性能、令牌成本和结构复杂度。在所有方法中使用相同的DeepSeek-V3.2骨干网络，TCP-MCP在MMLU-Pro、MMLU和GSM8K上分别达到了82.66%、89.96%和96.61%的准确率。在三个基准测试中，它始终优于自动图生成基线，并达到了与辩论式系统相当的准确率，同时在报告的操作点上使用的令牌数比这些系统少多达5.69倍。这些结果表明，在受控评估中，联合进化提示和通信结构为设计成本感知和任务自适应的多智能体系统提供了一条实用途径。
引用
@article{arxiv.2605.27850,
title = {TCP-MCP: Landscape-Guided Co-Evolution of Prompts and Communication Topologies for Multi-Agent Systems},
author = {Yi Ding and Zijie Xuan and Haowei Zhou and Zhenyu Ju and Xiaoxiao Dong and Jingwen Zhang and Xingyu Zhu and Leixin Sun and Haochi Zhang},
journal= {arXiv preprint arXiv:2605.27850},
year = {2026}
}