核心发现
方法论
本文将多智能体系统的归因问题形式化为合作博弈，参数包括联盟分布、移除协议和目标指标。采用Leave-One-Out（LOO）方法，显著降低计算成本（低至原来的1/7），同时准确识别瓶颈代理。引入模型替换协议，通过替换低贡献模型提升任务性能（最高17%），降低成本（最高35%）。实验涵盖代码生成和医疗诊断两个场景，验证框架的普适性。不同移除协议（代理消融、内省判定、模型替换）在不同通信拓扑下表现差异，强调协议选择应结合任务目标与预算。
关键结果
- LOO在三项基准任务中，性能表现与组合方法相当，但计算成本低至7.5倍，节省大量资源。模型替换在三项任务中提升性能最高17%，成本降低35%。在医疗系统中，识别到诊断准确率与伦理行为常解耦，通过干预低效角色，伦理符合度提升，同时保持诊断性能。
- 不同通信拓扑（集中、分散、混合）下，归因结果差异明显，代理消融在层级结构中偏重结构重要性，模型替换则更关注模型能力。LOO在所有场景中表现出优异的效率和稳定性，成为推荐的归因工具。
- 实验还显示，基于归因的模型替换能有效减少推理成本，提升任务成功率，特别是在资源有限的场景中，显著优于传统代理消融。
研究意义
该研究为多智能体系统的性能调优提供了理论基础和实用工具，解决了以往方法计算复杂、解释不一致的问题。通过引入合作博弈模型，明确了不同归因协议的本质差异，为系统调试、模型优化和伦理审查提供了科学依据。尤其在医疗和软件工程等复杂场景中，能高效识别关键代理，指导干预策略，推动AI系统的安全性和可靠性提升。
技术贡献
本文提出了基于合作博弈的多智能体归因框架，定义了联盟分布、移除协议和目标指标的参数化模型。引入模型替换协议，拓展了传统消融方法的应用范围。通过理论分析和实验证明LOO在效率和准确性上的优势，提供了成本效益比最高的归因方案。还系统比较了不同通信拓扑和协议的性能差异，为未来多智能体系统的设计提供指导。
新颖性
首次将多智能体归因问题系统化为合作博弈，明确不同移除协议的本质差异。提出模型替换协议，突破传统消融的局限，实现能力评估与成本优化的结合。实验证明LOO在效率和效果上的优越性，为大规模多智能体系统的调优提供新思路。
局限性
- 当前方法主要基于静态通信拓扑，动态或可变拓扑下的效果尚未验证。模型替换依赖预训练模型，可能受限于模型质量和可用性。对复杂伦理行为的归因仍存在挑战，未来需结合多模态数据和因果推断进一步提升解释性。
未来方向
未来将探索动态通信拓扑对归因效果的影响，结合因果推断提升伦理行为的解释能力。还计划引入多模态数据和强化学习，优化干预策略，推动多智能体系统在实际场景中的应用落地。
AI 总览摘要
随着多智能体系统（MAS）日益复杂，理解每个代理的贡献变得尤为重要。传统归因方法如Shapley值虽理论完备，但计算成本高昂，难以应用于大规模系统。本文提出一种基于合作博弈的移除协议框架，将归因问题参数化为联盟分布、移除协议和目标指标三要素，提供了统一分析工具。
通过引入Leave-One-Out（LOO）方法，作者实现了在保持较高准确率的同时，将计算成本降低至组合方法的1/7，极大提升了效率。模型替换协议进一步验证了不同模型能力对系统性能的影响，提升最高达17%，成本降低35%。在代码生成和医疗诊断两个典型场景中，实验证明该框架能有效识别关键代理，指导优化策略。
不同通信拓扑（集中、分散、混合）下，归因结果表现出明显差异，强调协议选择应结合任务需求。研究还发现，基于归因的模型替换能在保证任务成功的同时，显著减少推理成本，特别适用于资源有限环境。
整体而言，该工作为多智能体系统的调优提供了理论基础和实用工具，推动AI系统的安全性、效率和伦理性发展。未来将结合动态拓扑和因果推断，进一步提升归因的解释性和适应性，促进多智能体技术的广泛应用。
深度分析
研究背景
多智能体系统（MAS）在自动化、机器人、软件工程等领域得到广泛应用。早期研究主要关注单一模型优化，代表性工作如Shapley值和Owen值用于贡献评估，但计算复杂度高，难以扩展。近年来，LLMs的崛起推动了多智能体交互的研究，强调系统的协作与调优。现有方法多依赖全局或实例级归因，缺乏统一理论框架，且在复杂场景中效率不足。随着系统规模扩大，识别关键代理、优化系统性能成为亟待解决的问题。
核心问题
核心挑战在于如何高效、准确地评估每个代理对整体任务的贡献，尤其在多代理交互复杂、角色多样的情况下。传统方法如Shapley值虽理论完备，但计算成本随代理数指数增长，难以应用于大规模系统。此外，不同通信拓扑和角色分配影响归因结果，缺乏统一分析框架，限制了系统调优的效果。如何在保证效率的同时，提供可信的贡献评估，是当前亟待突破的难题。
核心创新
提出合作博弈的归因框架，将归因参数化为联盟分布、移除协议和目标指标，统一分析不同方法。引入LOO方法，显著降低计算成本（低至7倍），同时保持识别瓶颈代理的准确性。模型替换协议创新性地用不同模型版本评估代理能力，兼顾成本与性能。系统比较不同通信拓扑下的归因差异，为多场景应用提供理论依据。这些创新极大丰富了多智能体归因的理论体系。
方法详解
- �� 定义多智能体系统为合作博弈，参数包括代理集、架构和效用函数。• 采用联盟分布、移除协议（代理消融、内省判定、模型替换）和目标指标（任务成功、成本）三要素，参数化归因问题。• 利用LOO方法，将归因转化为单一代理移除，降低计算复杂度。• 引入模型替换协议，通过替换模型评估能力贡献。• 比较不同通信拓扑（集中、分散、混合）下的归因效果，分析协议差异。• 设计多场景实验，验证方法在代码生成和医疗诊断中的有效性。
实验设计
采用PlanCraft、WorkBench和BrowseComp-Plus三大基准，模拟不同通信拓扑（独立、分散、集中、混合），配置不同角色模型。评估指标包括AUC、任务成功率和成本。对比LOO、Shapley、Owen和Myerson值的归因效果，分析不同协议的差异。通过消融实验验证模型替换的性能提升，观察归因对干预策略的指导作用。多轮实验确保结果的稳健性和可重复性。
结果分析
LOO在所有场景中表现出与组合方法相当的归因效果，但计算成本低至7倍，显著节省资源。模型替换在三项任务中最高提升17%的任务性能，成本降低35%。在医疗系统中，识别出诊断与伦理行为的解耦，干预低效角色后伦理得分提升，同时保持诊断准确性。不同通信拓扑下，归因结果差异明显，强调协议选择的重要性。整体上，LOO成为效率与效果兼备的首选方案。
应用场景
该框架可广泛应用于软件工程、医疗、金融等领域的多智能体系统调优。通过高效识别关键代理，优化系统性能和伦理表现，降低成本。未来结合动态拓扑和因果推断，可实现更复杂场景的实时调优，推动AI在实际应用中的安全性和可靠性。
局限与展望
目前方法主要适用于静态通信拓扑，动态变化场景尚未充分验证。模型替换依赖预训练模型，受限于模型质量和可用性。对复杂伦理行为的归因仍存在挑战，未来需结合多模态数据和因果推断技术提升解释性。计算成本虽降低，但在超大规模系统中仍有优化空间。
通俗解读 非专业人士也能看懂
想象一个工厂里有很多工人，每个人负责不同的任务。有时候，工厂出问题了，不知道哪个工人出了差错。为了找出问题所在，工厂经理会暂时让一些工人休息，看看问题是否解决。这个过程就像我们用“移除”某个工人，观察工厂的表现变化。通过这种方法，我们可以知道哪个工人对工厂的正常运转最重要。这个方法可以帮我们更好地理解每个工人在整个系统中的作用，就像找出工厂中最关键的工人一样。
简单解释 像给14岁少年讲一样
想象你在学校里有一组朋友一起完成一个大项目。每个人都负责不同的部分，比如画画、写字、做模型。有时候，项目出了问题，你会想知道哪个朋友的部分最重要。你可以试着让某个朋友暂时不帮忙，看看项目还能不能完成。如果还能，那这个朋友可能不是那么关键；如果不能，那他就是关键人物。这就像我们用“移除”朋友的方法，来找出谁对项目最重要。这样一来，你就知道该多花时间帮忙那些真正关键的朋友啦！
术语表
合作博弈 (Cooperative Game)
一种模型，用于分析多个参与者（代理）合作时的贡献分配，强调联盟和合作关系。
本文将多智能体归因问题形式化为合作博弈，定义联盟分布和贡献指标。
Leave-One-Out (LOO)
一种归因方法，通过逐个移除代理，评估其对系统性能的边际贡献，计算简单且高效。
作者采用LOO作为核心归因工具，显著降低计算成本。
模型替换 (Model Replacement)
用不同能力的模型替代原有代理模型，以评估其在系统中的贡献和潜在升级空间。
引入模型替换协议，提升任务性能，降低成本。
通信拓扑 (Communication Topology)
描述代理之间信息交流结构的图模型，包括集中式、分散式和混合式拓扑。
不同拓扑影响归因结果和干预策略选择。
联盟分布 (Coalition Distribution)
定义在合作博弈中不同代理子集的概率分布，用于计算边际贡献。
本文分析了LOO、Shapley、 Owen等不同联盟分布的效果。
开放问题 这项研究留下的未解疑问
- 1 如何在动态变化的通信拓扑中保持归因的准确性仍未解决，尤其在实时系统中，模型的稳定性和解释性需要进一步研究。
- 2 现有方法对复杂伦理行为的归因仍有限，未来需结合多模态数据和因果推断技术提升解释能力。
原文摘要
As multi-agent systems (MAS) become increasingly complex, identifying the contributions of individual agents is critical for system optimization. However, existing approaches lack a rigorous, unified framework for credit assignment. In this work, we formalize agent attribution as a cooperative game, parameterized by the coalition distribution, removal protocol, and target metric. Using this framework, we show that Leave-One-Out (LOO) identifies bottleneck agents as effectively as combinatorial methods, but at a fraction of the computational cost. We also demonstrate that removal protocols induce distinct games: Agent ablation isolates structural bottlenecks, whereas introspective LLM judges fail to faithfully approximate this behavior. Furthermore, to evaluate the utility of specific agent backbones, we introduce attribution via model replacement. By substituting underlying models of low-contribution agents, we improve task performance by up to 17% while reducing cost by up to 35% across three benchmarks. Finally, we apply our framework to audit a medical MAS, revealing that agent contributions to diagnostic accuracy and ethical behavior are often decoupled. By intervening on counterproductive roles, we observe an increase in ethics alignment while maintaining diagnostic accuracy. Overall, this work provides a principled approach for cost-effective MAS attribution and intervention.