去中心化LLM团队在边界防御模拟中表现不及集中式

该论文通过简化版周长防御仿真，对比了集中式指挥官、基于拍卖的共识团队和独立智能体三种架构在不可靠通信环境下的表现。结果显示，共识团队的突破率为 15%，低于集中式指挥官的 32% 和独立智能体的 29%；仅在无线电范围受限条件下，各团队的突破率才发生显著变化，其中集中式指挥官受影响最大。研究发现，当赋予低成本 LLM 更多竞价计算权时，共识团队的突破率反而上升了 38 个百分点。 在引入鸟类和民用无人机作为干扰项的多模态测试中，只有接近前沿的模型能将它们与入侵者区分开。当入侵者伪装成现有标本鸟无人机时，低层和近前沿模型均将其误判为鸟类而未加追捕，近前沿模型的误判率在 59-61% 之间（此前为 1-16%）。然而，提示词中加入一句简短的预警可将误判率降至 0-25%。论文最终指出，配备专用外部冲突解决协议的 LLM 团队能实现最少的突破。 事实层面确认了分布式共识架构在特定通信约束下的鲁棒性优势，以及多模态输入对区分敌我目标的关键作用。推断层面表明，单纯增加底层模型权限可能破坏系统稳定性，而外部协议是提升整体防御效率的核心机制。猜测层面认为，此类架构设计可能成为未来高对抗环境下自主 Agent 系统的标准范式，但具体实施需依赖可靠的冲突解决模块。