论文
PatchBoard：基于模式的状态突变实现可靠且可审计的 LLM 多代理协作
PatchBoard: Schema-Grounded State Mutation for Reliable and Auditable LLM Multi-Agent Collaboration
摘要
LLM 多智能体系统通常通过自然语言对话或松散结构的共享内存进行协调，使得中间状态难以验证、归因和审计。我们引入了 PatchBoard，这是一种基于模式的协作架构，它通过共享结构化状态上经过验证的 JSON 补丁突变来取代代理间对话。架构师代理构建特定于任务的模式和工作流规则，而确定性内核在以事务方式提交之前，根据模式约束、特定于角色的写入契约和运行时不变量来验证每个提议的状态突变。在 630 个匹配的 ALFWorld 集上，PatchBoard 实现了 84.6% 的成功率，而 LangGraph 和 Flock 的成功率分别为 30.8% 和 61.6%，同时将每个成功任务的词元减少到 45.5k，而分别为 368.3k 和 64.2k。