Toward an Organizational Science of Multi-Agent LLM Systems: Decoupling Who, How, and Which Algorithm
作者: Huan Chen, Xiang Song, Jian Jin, Pan Ren, Liang-Jie Zhang
分类: cs.AI, cs.LG
发布日期: 2026-07-28
备注: 8 pages, 2 figures
💡 一句话要点
提出IMACS框架以解决多智能体LLM系统中的协作问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 多智能体系统 大型语言模型 智能协作 组织理论 自适应算法 在线学习 性能优化
📋 核心要点
- 现有的多智能体LLM系统将团队成员、协调和算法融合等问题混合，导致难以优化各个方面的性能。
- IMACS框架通过将组织、协调和算法分离为独立的层次，使得每个方面可以独立配置和优化，从而提高系统的灵活性和效率。
- 实验结果表明，自适应组织路由在任务选择上表现优于固定协议，能够在真实场景中实现在线学习和优化。
📝 摘要（中文）
多智能体框架基于大型语言模型（LLMs），通常将团队成员、协调方式和算法融合等三个逻辑上独立的关注点混合在一起。IMACS（智能多智能体协作系统）将这三者分离为正交、独立可替换的层次。经典组织理论（如Belbin角色、Mintzberg协调、RACI问责）变为可执行的、经过验证的配置，并将六种已发布的协作算法放在一个公共接口后，同时将角色、协调和问责作为独立可配置的因素。通过这种分离，我们进行受控比较，组织分配变化而协作协议保持不变。此外，协议选择变为可学习的变量：自适应组织路由作为上下文赌博元协议，根据明确的质量-成本权衡为每个任务选择协议，在受控研究中超越所有固定协议，并在真实基准和LLM评估奖励上进行在线训练。消融实验揭示了一种机制：问责的放置在协议将可交付成果通过负责代理路由时改变结果，且在不同模型家族中获胜的放置会翻转，因此组织设计不能硬编码；必须针对每个模型绑定重新验证或学习。
🔬 方法详解
问题定义：论文旨在解决多智能体LLM系统中团队成员、协调方式和算法融合导致的性能优化困难。现有方法未能有效分离和优化这些独立的关注点。
核心思路：IMACS框架通过将组织、协调和算法分离为正交层次，使得每个层次可以独立配置，提升了系统的灵活性和适应性。
技术框架：IMACS框架包含三个主要模块：组织层（定义团队角色）、协调层（管理成员之间的互动）和算法层（选择协作协议）。这些模块通过公共接口进行交互，允许灵活配置。
关键创新：最重要的技术创新在于将组织理论与可执行配置相结合，使得经典的组织角色和协调方式能够在多智能体系统中得到有效应用和验证。
关键设计：在设计中，采用了自适应组织路由作为上下文赌博元协议，允许根据任务的质量-成本权衡选择最优协议。实验中通过消融研究揭示了问责放置对结果的影响，强调了组织设计的动态性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，自适应组织路由在任务选择上超越了所有固定协议，表现出显著的性能提升。具体而言，在受控研究中，该协议在质量-成本权衡上实现了最佳选择，展现了在线学习的能力。
🎯 应用场景
该研究的潜在应用领域包括智能协作系统、自动化团队管理和多智能体机器人系统等。IMACS框架的灵活性和可配置性使其能够适应不同的任务需求，具有广泛的实际价值和未来影响。
📄 摘要（原文）
Multi-agent frameworks built on large language models (LLMs) routinely entangle three logically distinct concerns: who is on the team (organization), how members align (coordination), and which algorithm fuses their work (collaboration protocol). IMACS (Intelligent Multi-Agent Collaboration System) separates the three into orthogonal, independently swappable layers. Classic organizational theory (Belbin roles, Mintzberg coordination, RACI accountability) becomes executable, validated configuration, and the framework places six published collaboration algorithms behind a common interface while exposing roles, coordination, and accountability as independently configurable factors. We use this separation to conduct controlled comparisons in which organizational assignments vary while the collaboration protocol is held fixed. It also turns protocol choice into a variable that can be learned: Adaptive Org Routing, a contextual-bandit meta-protocol, selects a protocol per task under an explicit quality-cost tradeoff, outperforms every fixed protocol in a controlled study, and trains online on real benchmark and LLM-judge rewards. The ablations expose a mechanism. Accountability placement changes outcomes exactly when the protocol routes the deliverable through the accountable agent, and the winning placement flips across model families, so organizational design cannot be hard-coded; it must be revalidated, or learned, for each model binding.