A Technical Taxonomy of LLM Agent Communication Protocols
作者: Linus Sander, Habtom Kahsay Gidey, Alexander Lenz, Alois Knoll
分类: cs.MA, cs.AI, cs.NI
发布日期: 2026-06-17
💡 一句话要点
提出技术分类法以解决LLM代理通信协议互操作性问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大型语言模型 多代理系统 通信协议 互操作性 技术分类法 协议设计 分布式系统
📋 核心要点
- 现有的LLM代理通信协议存在碎片化问题，导致互操作性挑战，限制了多代理系统的有效协作。
- 论文提出了一种技术分类法，通过五次迭代分析九个开源协议，定义了五个维度以分类和比较通信协议。
- 分类结果显示，所有样本协议结合了混合有效载荷和会话状态持久性，表明协议设计的灵活性和适应性趋势。
📝 摘要（中文）
随着大型语言模型（LLMs）的进步，多代理系统旨在克服独立代理的局限性，强大的通信协议成为分布式代理网络的基础设施。然而，现有协议的碎片化景观带来了显著的互操作性挑战。本研究开发了一种技术分类法，以对LLM代理通信协议进行分类和分析。通过五次迭代，我们对九个积极维护的开源协议进行了实证与概念的结合分析。分类法包括五个维度：对方、有效载荷、交互状态、发现机制和模式灵活性。分类结果揭示了重复的架构模式，表明短期内协议趋向于统一代理间和代理与上下文（工具和数据）通信的趋势。长期来看，单一协议难以同时最大化通用性、效率和可移植性，领域更可能朝向联邦分层协议栈演进。
🔬 方法详解
问题定义：本研究旨在解决LLM代理通信协议的互操作性问题，现有协议的碎片化导致多代理系统的协作效率低下。
核心思路：通过建立技术分类法，对现有协议进行系统化分析，识别其架构模式和设计特征，以指导协议选择和未来研究方向。
技术框架：研究采用迭代方法，分为五个阶段：定义分类法目的、确定元特征、设定结束条件、进行实证与概念分析，最终形成分类法。
关键创新：提出的分类法通过五个维度（对方、有效载荷、交互状态、发现机制和模式灵活性）对协议进行系统分类，揭示了协议设计中的趋势和模式。
关键设计：研究分析了九个开源协议的架构，发现大多数协议支持多种预定义模式，并且有两个协议在运行时协商模式，显示出对模式灵活性的重视。
🖼️ 关键图片
📊 实验亮点
研究结果表明，所有样本协议均结合了混合有效载荷和会话状态持久性，且大多数协议支持多种预定义模式，显示出协议设计的灵活性。短期内，协议趋向于统一代理间和代理与上下文的通信，长期则可能演变为联邦分层协议栈。
🎯 应用场景
该研究的潜在应用领域包括多代理系统的设计与优化，尤其是在需要高效通信和协作的场景，如智能交通、自动化制造和分布式AI系统。通过提供系统化的协议分类，研究为开发更高效的通信协议奠定了基础，推动了相关技术的进步。
📄 摘要（原文）
As large language models (LLMs) advance and multi-agent systems aim to overcome the limits of standalone agents, robust communication protocols are becoming essential infrastructure for distributed agent networks. Nonetheless, the fragmented protocol landscape presents a significant interoperability challenge. This study develops a technical taxonomy to classify and analyze LLM agent communication protocols. Following an established iterative method, we defined the taxonomy's purpose, meta-characteristic, and ending conditions, then performed five iterations, three empirical-to-conceptual and two conceptual-to-empirical, on nine actively maintained open-source protocols with demonstrable adoption. The taxonomy comprises five dimensions: counterparty, payload, interaction state, discovery mechanism, and schema flexibility. Classification reveals recurring architectural patterns: all sampled agent-to-agent protocols combine hybrid payloads with session-state persistence; most protocols support multiple predefined schemas, and two negotiate schemas at runtime, indicating a trend toward schema flexibility; decentralized discovery remains rare. Analysis suggests short-term convergence pressure toward protocols unifying agent-to-agent and agent-to-context (tool and data) communication. Long-term, however, no single protocol is likely to maximize versatility, efficiency, and portability simultaneously. The field will more likely evolve toward a federated, layered protocol stack. The framework guides protocol selection and highlights open research gaps such as privacy and policy enforcement.}