核心发现
方法论
该方法将多智能体通信拓扑视为可检索的设计技能，由冻结的工人智能体、任务适配器和评分函数组成，唯一学习的为外部LLM规划器。规划器生成时间有向无环图（DAG），明确指示信息传递的节点、轮次、合并策略及输出。通过证据驱动的规则蒸馏，采用Preserve、Modify、Avoid三种操作，确保自我演化的稳健性。引入接受门控、方差感知信用、结构归因、迁移信任、反事实检验和结构去重等机制，防止噪声驱动的偏差。实验证明在Count-Frequency和Silo-Bench任务中，生成的通信图优于固定拓扑，RMSE从12.53降至7.87，且通信量和模型调用显著减少。
关键结果
- 在Count-Frequency全测试中，最优生成图将RMSE从12.53降低至7.87，提升了模型的精度和效率，同时减少了消息数、模型调用和Token成本。Silo风格任务中也实现了类似的性能提升。自我演化的通信结构超越了静态和预定义拓扑，验证了系统学习可重用的架构设计知识的能力。
研究意义
该研究突破了多智能体系统通信拓扑的静态设计限制，提出了基于经验的自我演化机制，推动多智能体系统向自主学习和架构优化方向发展。通过持续积累设计知识，系统不仅解决任务，还能不断优化组织结构，具有重要的理论和应用价值，尤其在大规模分布式计算和复杂任务协调中展现出巨大潜力。
技术贡献
创新点在于将通信拓扑作为可检索的设计技能，通过证据驱动的规则蒸馏和结构归因实现自我演化。引入时间展开的DAG生成机制、基于结构片段的信用分配，以及严格的验证门控，确保演化的稳健性。该方法区别于传统静态优化，强调知识的可重用性和迁移性，为多智能体架构设计提供了新范式。
新颖性
本研究首次将多智能体通信拓扑作为可自我演化的设计技能，结合证据驱动的规则蒸馏机制，实现结构的持续优化。不同于以往仅优化任务性能的静态拓扑，提出了基于经验的结构片段信用和结构去重策略，显著提升了系统的适应性和可扩展性。
局限性
- 当前方法依赖于明确的任务结构和可检验的答案，难以直接应用于模糊或开放式任务。自我演化机制在高噪声环境下可能引入偏差，且对计算资源要求较高。未来需探索更鲁棒的验证机制和更广泛的任务适应性。
未来方向
未来将结合强化学习和元学习技术，增强通信拓扑的自主适应能力，扩展到更复杂、多样化的任务场景。同时，优化算法效率，降低计算成本，提升系统在实际大规模应用中的实用性。
AI 总览摘要
随着大规模语言模型（LLM）在多智能体系统中的应用不断深化，通信拓扑的设计成为提升系统效率的关键因素。传统方法多依赖静态或手工定义的通信结构，难以适应复杂多变的任务环境。本文提出的QueenBee Planner框架，通过将通信拓扑作为可检索、可自我演化的设计技能，实现了通信结构的持续优化。该方法由冻结的工人智能体、任务适配器和评分机制组成，唯一学习的部分为外部LLM规划器。规划器生成时间展开的有向无环图（DAG），明确指示信息传递路径、轮次、合并策略及输出节点。通过证据驱动的规则蒸馏，采用Preserve、Modify、Avoid三种操作，有效防止噪声引入偏差。引入接受门控、方差感知信用、结构归因等机制，确保演化过程的稳健性。实验证明在Count-Frequency和Silo-Bench任务中，生成的通信图显著优于固定拓扑，RMSE从12.53降低到7.87，通信量和模型调用也大幅减少。这表明系统不仅能解决任务，还能学习到可重用的架构设计知识，推动多智能体系统向自主学习和架构优化迈进。这一创新为未来大规模分布式智能系统的设计提供了新思路，具有深远的理论和实际意义。未来工作将聚焦于增强自我演化的鲁棒性和扩展性，推动多智能体系统在更复杂环境中的应用。
深度分析
研究背景
近年来，随着LLM能力的提升，多智能体系统逐渐成为研究热点。早期工作如ReAct、Tree of Thought等强调单智能体的推理结构优化，后续研究开始关注多智能体的组织架构与通信策略。例如GPTSwarm通过强化学习优化通信边权重，MacNet研究小世界结构的优势，G-Designer利用图表示解码任务拓扑。这些方法证明通信结构对系统性能影响巨大，但多停留在静态设计或有限的优化范围内，缺乏持续学习和知识积累机制。
核心问题
现有多智能体通信拓扑多为手工定义或静态优化，难以适应任务变化和环境复杂性。缺乏自我演化能力，导致系统在多任务环境中表现不稳定，且难以积累可重用的设计知识。如何实现通信结构的持续优化与知识迁移，成为制约多智能体系统智能化的重要瓶颈。
核心创新
本研究提出将通信拓扑作为可检索的设计技能，通过证据驱动的规则蒸馏实现自我演化。引入时间展开的DAG生成机制，结合结构片段的信用分配和结构去重策略，确保演化的稳健性。核心创新在于：• 将通信结构视为可学习的技能，持续积累经验；• 采用证据驱动的规则蒸馏，保证演化的可靠性；• 利用时间展开的DAG明确指示信息流，增强可解释性。这些创新区别于传统静态优化方法，为多智能体系统的自主架构提供了新路径。
方法详解
- �� 任务划分：将任务输入拆分为多个私有碎片，分配给冻结的工人智能体。
- �� 规划器设计：生成时间展开的通信DAG，指示每轮信息传递路径、合并节点和输出节点。
- �� 证据蒸馏：通过执行轨迹收集证据，提取结构规则（Preserve、Modify、Avoid），并存入技能库。
- �� 自我演化：利用验证门控、方差感知信用、结构片段归因等机制，筛选出能提升性能的通信结构规则，逐步优化规划器。
- �� 训练流程：在Count-Frequency和Silo-Bench任务中反复生成、验证、筛选通信图，持续积累设计知识。
实验设计
采用Count-Frequency和Silo-Bench任务，比较静态固定拓扑、冷启动生成和自我演化生成的通信结构。指标包括RMSE、消息数、模型调用次数和Token成本。通过不同的任务难度和参数设置，验证自我演化机制的有效性。还进行消融实验，分析证据驱动规则、结构片段信用和验证门控的贡献。
结果分析
自我演化生成的通信图在Count-Frequency任务中，将RMSE从12.53降至7.87，提升了模型精度，且显著减少了消息和模型调用数量。Silo任务中也表现出类似趋势，验证了结构优化的普适性。结构片段信用和验证机制有效防止噪声偏差，确保演化的稳健性。整体结果表明，系统能在保持固定工人的情况下，通过经验学习优化通信架构，超越静态和随机生成的拓扑。
应用场景
该方法适用于需要高效分布式协作的场景，如大规模数据处理、分布式推理和多机器人系统。只需预设任务和工人池，即可自动生成优化通信策略，减少人工设计成本，提升系统鲁棒性。未来可扩展到多模态、多任务环境，推动智能系统自主架构设计。
局限与展望
目前依赖于明确的任务结构和可检验答案，难以推广到开放式或模糊任务。演化机制对噪声敏感，可能引入偏差。计算成本较高，需优化算法效率。未来需增强鲁棒性和适应性，扩展到更复杂环境。
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。工厂的效率不仅取决于每个工人的能力，还取决于他们之间的合作方式。以前，工厂的合作方式都是固定的，像一条流水线，难以改变。现在，这个系统像一个聪明的管理者，可以观察工厂的运行情况，学习哪些合作方式效果好，哪些不好，然后自己调整合作流程。它会记住哪些方案有效，遇到问题时会避免那些失败的方法。随着时间推移，管理者变得越来越聪明，能设计出更高效的合作方式，不仅解决当前问题，还能为未来的任务提供更好的方案。这就像一个不断学习、不断优化的工厂管理系统，能让整个生产变得更快、更省资源。
简单解释 像给14岁少年讲一样
想象你在学校里有一群朋友，每个人负责不同的任务。有时候，你们会合作完成一个大项目。以前，你们的合作方式都是固定的，比如每个人都知道自己该做什么，大家按照固定的流程来合作。可是，有时候这种固定的方式不太好用，遇到新任务就会出错。现在，想象有个聪明的哥哥，他会观察你们的合作，发现哪些方法效果好，哪些不好，然后自己设计出更聪明的合作方式。每次完成任务后，他都会记下来，遇到类似的任务就用以前学到的好方法，避免出错。慢慢地，他变得越来越聪明，能帮你们设计出最适合的合作流程，让你们的任务都能更快更好地完成。这就像一个会自己学习、不断改进的团队领导，帮大家变得更厉害！
原文摘要
Large language model (LLM) multi-agent systems increasingly depend not only on how individual agents reason, but also on how agents are connected. This paper introduces QueenBee Planner, a framework that treats inter-agent communication topology as a retrievable and self-improving design skill. A pool of worker agents, the task adapter, and the scoring function are frozen; only an outer LLM planner learns to generate temporal communication DAGs specifying who sends information to whom, in which round, who merges messages, and who emits the final answer. Execution traces are distilled into evidence-backed design rules with three actions: \emph{Preserve}, \emph{Modify}, and \emph{Avoid}. To prevent self-evolution from turning lucky runs or plausible but false explanations into policy, QueenBee uses held-out acceptance gates, variance-aware credit, motif-level attribution, transfer trust, insight falsification, and structural deduplication. We evaluate the method on Count-Frequency aggregation and Silo-Bench-style distributed coordination tasks. With fixed workers, self-evolved graph generation produces communication structures that improve over fixed topologies and cold generation. In the CF fulltest setting, the best generated graph reduces RMSE from 12.53 for the strongest fixed topology to 7.87 while also reducing messages, model calls, and token cost; Silo-style results show the same direction of improvement over cold and fixed-topology baselines. These results suggest that multi-agent systems can learn reusable architectural design knowledge rather than merely memorizing task answers.