CFN：以智能中间件改善多Agent交互

基于大语言模型的多Agent系统从实验试点转向长期运行的生态，直接通信的局限逐渐显现，包括上下文碎片化、随机幻觉、安全边界僵硬与拓扑管理低效。本文提出Cognitive Fabric Nodes（CFN）智能中间件层，在Agent之间建立“认知织网”。它不仅转发消息，还主动处理通信。架构把记忆从存储升级为可参与决策的功能基础，支持拓扑选择、语义依据、安全策略执行和提示转换。研究建议由强化学习与优化模块控制各项功能，以动态改善系统表现。CFN拦截、分析和改写Agent通信，使各Agent保持轻量，同时促进系统连贯性、安全性和语义对齐。在HotPotQA和MuSiQue多Agent实验中，CFN相对直接通信的表现改善10%以上。