面向移动边缘计算流处理的多智能体调度：大语言模型辅助的合同网协商

流处理系统日益运行于异构的移动边缘—云基础设施之上，工作负载波动、资源竞争与严格的服务质量（QoS）要求使去中心化调度变得复杂。本文提出MAS-DecStream，其主要贡献是LLM-MR-CNP：对经典合同网协议的扩展，引入语义化招标书（CFP）构造、渐进式上下文披露、多轮提案修订、协商记忆与确定性校验。边缘集群智能体基于本地观测、预测的资源状态与定性运行时上下文来精炼自然语言卸载提案，而硬性资源与QoS约束保持确定性。基于阿里云ASI Trace构建的实验从三个层面评估该扩展：单轮与多轮合同网协议（CNP）、基于规则与大语言模型辅助的精炼，以及固定模型下单轮与多轮协商。在所评估的配置下，MAS-DecStream将时延违约降至3%，消除资源超配，在20个智能体下达到0.91的冲突解决率，并较多轮规则基线将效用提升最多22%。另一项25案例的评估显示了依赖模型与提示词的精度—成本权衡。结果提供了初步证据：多轮合同网协议精炼是协议层面的主要收益来源，大语言模型辅助则在处理定性与不确定的运行时上下文时增加价值。