独木不成林，但“人多嘴杂”也未必是好事！随着基于大型语言模型（LLM）的多智能体系统逐渐成为解决复杂问题的主流方案，一个令人头疼的问题也随之而来：多智能体之间的通信冗余。想象一下，一个团队里每个人都想发言，但大部分内容其实毫无意义，不仅浪费时间，还增加了沟通成本。
好消息是，这个问题终于有了解决方案！
由同济大学、香港中文大学、北卡罗来纳大学等机构联合提出的 AgentPrune，首次通过“多智能体剪枝”技术，为多智能体系统量身打造了一种经济高效、简洁强大的通信框架。不仅能大幅降低通信开销，还能提升系统的鲁棒性和任务完成效率。论文现已经被 ICLR 2025 接收。
相关论文
论文标题：
Cut the Crap: An Economical Communication Pipeline for LLM-based Multi-Agent Systems
作者单位：
1. 同济大学 2.香港中文大学 3.北卡教堂山分校 4.武汉大学 5. 南洋理工大学 6. 上海人工智能实验室
论文链接：
https://openreview.net/forum?id=LkzuPorQ5L
代码链接：
https://github.com/yanweiyue/AgentPrune
背景介绍
基于大模型的多智能体系统（LLM-based Multi-agent System, LLM-MAS）通过团队协作解决复杂问题的潜力毋庸置疑，但现有的通信机制却存在一个致命问题：通信冗余。
简单来说，就是智能体之间的大部分通信内容对任务解决毫无帮助，反而导致了巨大的经济成本和计算开销。
举个例子：
-
一个简单的数学问题（举个极端一点的例子，“1+1=?”），可能只需要两个智能体的一轮轮对话就能解决，但现有系统（譬如 LLM-Debate，DyLAN）却让所有智能体（5-10 个）都参与讨论，导致通信量暴增、Token 消耗量巨大。
-
更糟糕的是，这种冗余通信还可能被恶意利用，成为对抗性攻击的突破口。
为了解决这一问题，AgentPrune 提出了一个创新的解决方案：通过“剪枝”技术，直接剔除那些冗余甚至有害的通信内容，只保留最关键的交流。具体来说，本文首先进行了一个前瞻实验，在 LLM-Debate 框架上进行随机剪枝，实验结果如下：
可以看到，即使是随机剪枝，在较低细稀疏度的时候也不会造成性能下降，相反还能带来性能增益！这让我们开始思考：是否主流的多智能体系统中都存在通讯的冗余现象呢？
为了解决这样的挑战，本文首先形式化地定义了多智能体的通讯冗余问题：对于任意基于大语言模型的多智能体通信图 ，下列条件恒成立：
此处 表示衡量系统求解质量的效用函数。通信拓扑中的冗余成分 ，被定义为 LLM-MAS 系统中的通信冗余。
时空图视角下的 LLM-MAS
本文首创地将多智能体系统建模为一个时空图 ，其中：
-
是节点集合，每个节点 表示一个智能体，包含其语言模型实例（Base）、角色（Role）、状态（State）和插件（Plugins）。 -
是边集合，分为两类： -
空间边（Intra-dialogue edges）：表示同一轮对话中智能体之间的通信。 -
时间边（Inter-dialogue edges）：表示跨轮对话中智能体之间的通信。
智能体的时空邻居分别被定义为 和 。
为了确保智能体之间的通信有序进行，AgentPrune 强制空间通信图 为一个有向无环图（DAG）。通过拓扑排序，系统能够按照依赖关系依次处理每个智能体的输出，避免通信混乱。
在每轮对话中，智能体 的输出 由以下因素决定：
其中，智能体的输出依赖于查询 、角色、状态以及来自时间和空间邻居的消息。
本文为主流的 LLM-MAS 的执行逻辑提供如下的通用描述：
AgentPrune
4.1 通讯图优化
AgentPrune 的核心思想是将多智能体系统的通信结构建模为一个时空图，并通过可训练的图掩码来优化通信连接。具体来说，AgentPrune 将原始的二值通信图（表示是否存在通信连接）转换为参数化图掩码：
参数化图掩码通过如下目标训练：
优化目标具体分为下述两部分：
-
分布近似：确保图掩码能够准确反映通信连接的重要性。通过策略梯度方法，AgentPrune 能够最大化系统的效用，同时最小化通信冗余。
-
低秩稀疏性：通过低秩约束，AgentPrune 促使通信结构更加稀疏，从而剔除冗余、噪声甚至恶意消息。研究表明，低秩图结构对网络攻击具有更强的鲁棒性。
4.2 一次性剪枝
AgentPrune 在训练初期对图掩码进行有限次优化，然后通过一次性剪枝剔除不重要的通信连接。具体来说，AgentPrune 根据图掩码的大小选择保留一定比例的最重要连接，从而生成一个稀疏的通信图：
在后续的通信过程中，多智能体系统将严格遵循这个优化后的通信图进行消息传递，从而显著降低通信成本，同时保持高效的性能。
AgentPrune 的框架图如下所示：
实验分析
5.1 性能分析
本文首先将 AgentPrune 与简单的 LLM-MAS 拓扑进行结合，包括随机图，完全图，层次图等，在 MMLU、GSM8K、HumanEval 等 benchmark 上与 16 个 baseline 进行充分的比较：
可以看到在多个 benchmark 上 AgentPrune-C （即 AgentPrune 与完全图结构结合）都获得了最优或次优的性能。
5.2 即插即用
考虑到 AgentPrune 作为一个即插即用的插件，我们将 AgentPrune 与两个主流的 LLM-MAS：GPTSwarm [1] 以及 AutoGen [2] 进行结合：
-
在 MMLU 数据集上，AgentPrune 仅需 的成本，就能达到传统方法 的性能水平。 -
在 HumanEval 代码生成任务中，AgentPrune 将提示词成本降低到 64%，同时性能提升了 1.24%。 -
在 GSM8K 数学推理任务中，AgentPrune 将提示词 token 降低了 60% 以上，性能提升了 2.79%。
5.3 案例展示
我们对于 AgentPrune 对于时间通讯和空间通讯的可视化如下：
我们对于参数化图掩码的训练动态可视化如下，可以观察到，随着迭代进行，参数化时空图快速收敛至稳定：
（文：PaperWeekly）