弥合协作鸿沟：概率沟通或优于动作沟通

一篇 arXiv 论文研究多智能体协作中的沟通接口问题。作者指出，智能体只交换拟采取的动作会丢失与决策相关的不确定性，因为不同智能体可能出于不同原因偏好同一动作。研究提出让智能体沟通经过校准的动作信念，即概率分布，并在合成环境、用训练好的 transformer 求解迷宫任务以及预训练 LLM 智能体中验证：当概率保持校准的不确定性时，概率沟通优于动作沟通；若概率存在偏差，优势会消失。

此前多智能体协作通常让智能体只汇报选定动作或结论，这会掩盖它们各自掌握的信息差异。该研究把沟通对象从动作改为校准概率，并给出可纠正偏差的事后对话校准干预，说明信息聚合效果不仅取决于传了多少信息，也取决于传递对象是否可被可靠更新，这为多智能体系统设计提供了新的可检验方向。

机制在于：动作只是决策的离散结果，两个智能体可能因不同理由选择同一动作，接收方无法从中还原对方的不确定性；校准概率则把信念作为一个可更新的对象暴露出来，使其他智能体能按贝叶斯方式整合私有信息。研究同时指出，概率沟通的收益依赖校准质量，偏差会抵消优势，因此校准干预是维持收益的关键环节。

对多智能体产品与研发而言，这意味着智能体间通信协议不应只传动作或结论，还需考虑传递带校准的概率或置信度，并配套偏差校正机制。否则简单增加消息量可能无益。工程上需要评估通信开销、校准成本和偏差监控，直接影响多智能体编排、决策聚合模块的设计与测试。

• 在多智能体编排框架中增加概率/置信度通信接口，替代仅传动作的默认消息格式
• 为智能体输出加入校准评估与偏差检测，作为上线前的质量门槛
• 将事后对话校准干预做成可复用的中间件，在上下文中修正预训练 LLM 的概率偏差
• 针对任务分配、联合决策等场景，设计对比实验量化概率沟通相对动作沟通的收益边界

• 概率沟通在真实、开放域任务中是否同样优于动作沟通，证据仅覆盖合成环境、迷宫任务和部分 LLM 实验
• 校准的概率分布由谁提供、如何保证跨智能体一致，论文未明确说明
• 概率通信带来的额外 token 与计算开销是否可接受，证据未涉及
• 事后对话校准干预在长程多轮协作中的稳定性与泛化性仍待验证