Auf den Punkt: Strukturierte, handlungsorientierte Agenten-Kommunikation (PACT) senkt Token-Kosten in Multi-Agent-Systemen ohne Performance-Einbußen.
Forscher haben analysiert, wie Agenten in LLM-basierten Systemen miteinander kommunizieren sollten, um Token-Verbrauch zu senken. Mit dem Protokoll PACT lässt sich die Performance beibehalten oder verbessern — bei deutlich weniger Token-Durchsatz.
In Multi-Agent-Systemen auf Basis großer Sprachmodelle wird die Kommunikation zwischen Agenten typischerweise als freie natürlichsprachliche Ausgaben realisiert. Das führt zu unkontrolliertem Token-Verbrauch, belastet den gemeinsam genutzten Kontext-Fenster und erhöht Inference-Kosten ohne entsprechenden Leistungsgewinn.
Die Arbeit analysiert fünf gängige Strategien für die Inter-Agent-Kommunikation über zwei verschiedene Multi-Agent-Topologien hinweg. Das zentrale Ergebnis: Es gibt keine universell optimale Strategie. Jedoch zeigt sich konsistent, dass erfolgreiche Nachrichten zwischen Agenten handlungsorientierte Informationen erhalten, die nachgelagerte Agenten benötigen. Diese Einsicht führt zum Protokoll PACT (Protocolized Action-state Communication and Transmission).
PACT behandelt Inter-Agent-Kommunikation als öffentliches State-Update-Problem. Jede Agenten-Ausgabe wird in einen komprimierten Action-State-Record projiziert, bevor sie in den gemeinsamen Verlauf eingeht. Dadurch entsteht eine strukturierte, auf wesentliche Informationen reduzierte Nachricht statt freier Text.
Messungen zeigen durchgehend verbesserte Performance-Kosten-Abwägung über verschiedene Multi-Agent-Topologien: Vergleichbare oder stärkere Task-Performance mit wesentlich weniger Tokens. Bei praktischen Code-Systemen: OpenHands erreicht höhere Resolve-Rate bei 10 % weniger Tokens pro gelöstem Issue; SWE-Agent bleibt Performance-neutral, benötigt aber nur halb so viele Input-Tokens. Der Code ist öffentlich unter https://github.com/iNLP-Lab/PACT verfügbar.
Quelle: arxiv.org · Erschienen 2. Juni 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.6.5.