The Organizational Behavior of Agentic AI: Collective Intelligence in Human-Agent Workflows
智能体AI的组织行为：人-智能体工作流中的集体智能
🧭 多智能体组织行为与协作机制
University College London · The AI Hub in Generative Models
将智能体集体视为部分组织类比，提出上下文交易成本机制，证明共享状态与自适应形式优于模仿人类团队的结构
📌 工作参考价值（4 点）
- 在电商搜索/推荐的多Agent工作流中，优先采用共享记忆或状态架构，避免严格角色隔离和有损消息传递，以保持上下文一致性。
- 设计自适应协作深度：简单查询由单Agent直接处理，复杂任务再动态调度多Agent协同，减少不必要的通信与相关性审议开销。
- 引入可检查的上下文快照与校验点，便于调试推荐逻辑链，确保多Agent推荐解释的一致性。
- 避免多个Agent产生高度相关的推理结果（类似群体思维），可通过注入多样性提示或独立记忆模块打破冗余，提升推荐多样性。