【第459期】Anemoi：基于A2A通信的半中心化多智能体系统

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

今天的主题是：

Anemoi: A Semi-Centralized Multi-agent System Based on Agent-to-Agent Communication MCP server from Coral Protocol

Summary

近年来，通用型多智能体系统（Multi-Agent Systems，MAS）的研究进展主要遵循“上下文工程 + 集中式”的范式，即由一个规划智能体通过单向提示传递来协调多个执行智能体。尽管在规划智能体能力较强时该设计较为有效，但其存在两个关键局限：（1）对规划智能体能力的高度依赖，当规划智能体由规模较小的语言模型（LLM）驱动时，系统性能会显著下降；（2）智能体之间的通信受限，协作主要依赖提示的简单拼接，而非通过结构化讨论实现真正的结果细化与改进。

为应对上述挑战，我们提出了 Anemoi——一种基于 Coral Protocol 的 Agent-to-Agent（A2A）通信 MCP 服务器构建的半集中式多智能体系统。与传统设计不同，Anemoi 支持结构化且直接的智能体间协作，使所有智能体能够实时监控任务进展、评估阶段性结果、识别瓶颈并提出改进建议。该范式降低了对单一规划智能体的依赖，支持自适应的计划更新，并减少了冗余的上下文传递，从而实现更具可扩展性的执行过程。

在 GAIA 基准测试上的评估结果表明，当使用小规模 LLM（GPT-4.1-mini）作为规划智能体时，Anemoi 取得了 52.73% 的准确率；在相同 LLM 设置下，该成绩相比最强的开源基线 OWL（43.63%）提升了 9.09 个百分点。我们的实现已在上述 https URL 上公开发布。

原文链接：https://arxiv.org/abs/2508.17068