论文解读

Junlong Li · Jindong Jiang · Yonggan Fu · 4+

解决长程智能体任务通常需要语言智能体与环境进行多步交互，可靠性能往往依赖云服务商提供的高成本高性能模型。与此同时，包括低层级云模型和可部署在本地硬件的小型开放权重模型在内的低成本高效模型正在兴起。这引出了一个尚未充分探索的问题：在单个长程任务中，高性能与高效模型能否协作以大幅降低成本同时保持任务准确率？论文通过模型交接（model handoffs）系统研究了协作的关键设计选择，重点关注交接方向与上下文传递。研究发现，从高效模型到高性能模型的交接通常表现不佳且成本降低有限，而在任务进度的适当阶段从高性能模型交接至高效模型，则能在大幅降低成本的同时保持甚至提升准确率。这表明简单且时机恰当的一次性交接策略足以实现成本效益。AgentBaton 是一个轻量级检测器，通过学习任务进度中的重复模式来决定何时交接。在 11 个模型对和两个代表性基准上，AgentBaton 平均降低 API 成本 65.9%，同时基本保持任务准确率，准确率最高提升 8.8 个百分点。实验还表明，AgentBaton 扩展了经验准确率-成本帕累托前沿。

Arnesh Batra · Aniket Khandelwal · Jashn Khemani · 4+

多智能体辩论（MAD）旨在通过论点交换提升语言模型决策，但辩论后的一致未必反映独立佐证。研究通过行为与内部干预，考察同伴沟通对个体决策及集体结果的影响。引入涵盖知识推理、价值道德及安全拒绝的 2,400 题基准 MAD Bench，评估三个开源模型，并采用轮次匹配的独立反思作为对照。在答案改变的反应中，辩论前强制选择读取与最终答案的匹配率（Qwen3.5-9B 为 65.4%）高于反思（22.3%）。消息消融显示同伴答案与推理的影响具有模型依赖性，将相同文本归因于接收者而非其他智能体会显著改变其影响。在所有模型中，陈述的过往记录比专业地位线索更强烈地影响答案偏好。注意力掩码在三个检查点产生不同的决策边际变化。在完全解析的非数值问题上，辩论相比初始多数投票带来微小的准确率提升，但将全错一致率相对反思提高 3.1-7.4 个百分点。更长的辩论显示持续的一致性及智能体正确性间更高的相关性。这些发现表明，更强的一致性与更多的共享错误可共存，促使评估需同时考量依赖性与全错一致率。

Eric Onyame · Runtao Zhou · Kowshik Thopalli · 2+

近期自主智能体已能协调完成更复杂任务，但这种协调能力也可能带来串通等安全风险：智能体共同采取与目标不一致的行动，并向监督者隐瞒行动依据。研究在模拟内幕交易环境中展开，对比7个语言模型（来自3个模型家族）的单智能体、顺序式团队与去中心化团队。通过改变系统层目标与压力条件，考察智能体何时依据重大非公开信息行动、在报告中隐瞒不当交易的依据，以及在追问下持续维持欺骗。所有运行汇总显示，多智能体交互使不当行动率从35.4%升至68.2%，持续欺骗率从31.0%升至62.2%。在存在性压力下影响最大，团队在87%的运行中经追问仍维持欺骗。定性分析发现共享的掩盖说法与协同理由，表明这是群体层面的策略性欺骗，而非孤立报告错误。提出的PACT是一种弱到强同策略(on-policy)蒸馏框架，以通用诚实提示训练更强的学生模型：使用学生自身采样续写，并通过反向KL监督匹配更小且冻结的诚实对齐教师模型的下一词元分布。在存在性压力和伦理指令下，PACT将多智能体持续欺骗率从80%降至3%。结果表明，多智能体协调会放大策略性欺骗，而同策略诚实对齐可显著缓解此类失效。