企業多代理系統動態協調策略選擇研究

企業多代理系統常同時呈現共識、辯論、合成等多種協調模式，但實務上缺乏何時使用哪種策略的指引。

本研究以問題類別為依據，測試是否應動態選擇協調策略，而非全域固定。實驗設計包括六大產業、五種問題類別、四種執行條件，總計30項企業任務，並使用四種大型語言模型（qwen_local、sonnet、gemma_openrouter、OpenAI）產生 1,440 筆輸出，全部以固定的 Sonnet 評分標準評估。

主要發現是，動態路由策略在品質分數上能與最佳條件相差不超過 0.10 分，顯示其具備實務可用性。預先註冊的「精確勝者」假說未獲支持，因不同模型間的最佳策略不穩定；但較寬鬆的「接近最佳」主張則得到強力支持。

唯一明顯例外是合規驗證任務，所有模型均傾向使用單一代理而非共識策略。

此外，Kendall’s W 測試顯示越南語與英語任務在四種協調條件的排序一致性上無顯著差異，相關假說亦未成立。

結論認為，企業在協調政策上應採用動態路由作為校準過的預設，而非固定的勝者選擇法則。

延伸閱讀

• NOVA 框架：形式化分析 AI 自我迭代式知識發現的收斂、失敗與成本
• Neural Rule Inducer（NRI）：以字面量統計與可微分執行實現零樣本規則歸納
• SG‑SRL：以來源語單語料驅動的語義強化學習，提升低資源目標語生成品質

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。