A Vocabulary for Multi-Agent Automated Research Systems
多智能体自动研究系统设计词汇表
🧭 多智体系统设计方法论与品味解耦
Amazon AGI
为多智能体自动化研究系统定义八个可独立变化的架构坐标，分离生成式与评估式品味
📌 工作参考价值
- 用该词汇表标准化描述多智能体推荐架构（如对话式推荐中的 supervisor-agent、critic-worker），让团队快速对齐系统设计差异。
- 分离“生成式品味”和“评估式品味”，在离线评估中同时关注候选新颖度（生成式品味）和 proxy 指标与真实在线效果的 gap（评估式品味），避免仅优化表面指标。
- 借鉴“shared state S_cross”设计跨请求记忆，在长期用户建模或跨会话推荐中累积信息，让 agent 具备跨 run 学习能力。
- 引入 meta-control 操作（spawn/kill, grant/revoke）动态调配 agent 能力和权限，在任务分发或分层推荐中按需激活子 agent，减少闲置开销。
自动化研究系统（autoresearch）设计选择繁杂且缺乏统一描述，难以系统比较和积累知识。该工作为多智能体自动研究系统定义一个词汇表，将设计空间分解为八个可独立变化的坐标：agents（谁执行），operations（可用操作），messages（通信方式），capabilities（能力分配），shared state（跨 agent/run 的可见状态），policy（next action 决策，包括 route, stop, meta-control 和 exploration），initialization（如何启动），以及 evaluator（评分组件）。一次运行的完整记录称为轨迹（trajectory），随机性带来轨迹分布而非单一行为。
该词汇表将每个结构设计问题（如 agent 何时通信、获取/失去能力、跨 run 携带信息）映射到独立坐标，便于控制变量试验。特别地，把“品味”这一模糊抱怨拆解为两个可分别优化的故障：generative taste（系统在获得任何评分前提出新颖轨迹的速率）和 evaluative taste（代理评分与真实质量的差距）。用该词汇表覆盖了 existing autoresearch 系统，实例化出 population, islands, supervisor pair, dialogue, blackboard 等常见模式，证明其通用性和区分能力。
关键贡献不是实验结果，而是将多智能体设计从 ad hoc 选择提升为可测试、可复用的结构化框架。