跨计算连续体的去中心化智能体 AI 发现中的权衡
分布式、并行与集群计算
2026-05-13 v1 人工智能
摘要
部署在计算连续体上的智能体系统需要能够在云、边缘和间歇性连接域中保持有效的发现机制。在一些新兴的智能体架构中，去中心化发现已经成为一个活跃的设计方向，将基于 DHT 的查找置于通往智能体目录的路径上。本文研究了用于智能体发现的主要结构化覆盖网络族之间的权衡，将 Chord、Pastry 和 Kademlia 作为共享控制平面框架内的候选索引底层进行比较。使用一个以 4096 节点静态比较和代表性 4096 节点节点波动基准测试为中心的基准测试子集，本文刻画了这些覆盖网络在发现可靠性、启动行为和控制平面开销方面的差异。目标是阐明它们为跨边缘到云环境的智能体发现所暴露的操作点。
引用
@article{arxiv.2605.11839,
title = {Trade-offs in Decentralized Agentic AI Discovery Across the Compute Continuum},
author = {Patrizio Dazzi and Emanuele Carlini and Matteo Mordacchini and Saul Urso},
journal= {arXiv preprint arXiv:2605.11839},
year = {2026}
}