AI基础设施 多智能体系统 论文解读
想象一个团队作战：每个成员不是用语言汇报，而是直接将脑海中的想法传递给下一位。没有语言组织、没有信息损耗、没有等待——只有高速的思维直连。
这正是 RecursiveMAS 框架的核心创新。来自伊利诺伊大学香槟分校（UIUC）和斯坦福大学的研究团队，让多个AI Agent通过嵌入空间（embedding space）传递信息，而非生成文本。结果是：推理速度提升2.4倍，Token消耗降低75%，同时Accuracy还有提升。
这篇论文可能是多智能体系统走向实用的关键转折点。
多智能体系统（Multi-Agent Systems）是当前AI发展的热门方向——多个专业Agent协同工作，比单一Agent更能处理复杂任务。但当系统规模扩大时，一个根本瓶颈浮现：Agent之间的通信方式。
当前几乎所有多Agent系统都依赖文本进行通信。Agent A生成一段文字，Agent B读取理解，再生成新文字……这个过程存在三个问题：
每个Agent必须等待前一个Agent完整生成文本后才能开始处理。在复杂任务中，10个Agent可能需要10轮串行等待。
每个Agent的中间推理都需要用Token表达。对于一个10步的推理链，每个Token都要花钱。OpenAI的GPT-4o，每1000 Token大约$0.002——规模化后这笔费用非常可观。
如果想让整个系统更聪明，需要更新所有Agent的权重。但文本通信打断了梯度流，使得端到端训练困难重重。
RecursiveMAS的设计灵感来自递归语言模型（Recursive Language Models）。在普通语言模型中，数据逐层线性传递；而递归语言模型让同一组层循环处理数据，在参数量不变的情况下加深推理深度。
RecursiveMAS将这个思想从单模型扩展到多Agent架构：每个Agent就像递归语言模型中的一层，Agent之间通过连续 latent 表示（continuous latent representations）传递信息，而非文本。
RecursiveMAS引入了一个轻量级模块——RecursiveLink。这是一个双层网络，专门负责在不同Agent之间传递和精炼 latent 状态。
技术细节：
这意味着：不需要重新训练整个大模型，只需要训练轻量级的连接模块，就能让整个系统协同进化。
整个流程可以概括为四个步骤：
在这个过程中，只有最后一个Agent产生文本输出——之前的全部在 latent 空间内完成。
研究团队在三个复杂领域进行了实验：
| 领域 | 推理加速比 | Token节省 | 精度变化 |
|---|---|---|---|
| 代码生成 | 2.4x | 75% | 精度提升 |
| 医疗推理 | 2.1x | 68% | 精度提升 |
| 搜索任务 | 2.7x | 72% | 精度提升 |
更关键的是：训练成本大幅下降。RecursiveMAS的训练成本远低于全量微调（full fine-tuning）或 LoRA 方法，因为只更新 RecursiveLink 模块的参数。
当前AI应用的瓶颈正在转移。模型的性能越来越强，但让多个模型协同工作仍然是工程难题。RecursiveMAS解决的是这个"协同"问题：
RecursiveMAS不是银弹。论文中提到的局限包括：
RecursiveMAS的意义不只是2.4倍加速。它代表了多智能体系统设计思路的根本转变：从文本通信到 latent 空间通信。
当Agent之间不再需要"说人话"，而是直接传递思维向量，整个系统的效率上限将大幅提高。这可能是走向真正"AI Agent团队"的第一步。