أظهرت نماذج اللغات الكبيرة (LLMs) قدرات قوية في حل المشكلات، خاصة عند تنظيمها في أنظمة متعددة الوكلاء. ومع ذلك، فإن ظهور مثل هذه الأنظمة يثير عدة أسئلة حول قدرة شبكة معقدة من الوكلاء على التنظيم الذاتي والتعاون بشكل فعال. بينما تشير مقاييس الأداء على المعايير القياسية للمنطق إلى مدى جودة أداء الأنظمة المتعددة الوكلاء في حل مهام المنطق، فإن الأمر غير واضح فيما إذا كانت هذه الأنظمة قادرة على الاستفادة من طوبولوجيتها بشكل فعال. هنا، نقترح AgentsNet، وهو معيار جديد لمنطق الأنظمة المتعددة الوكلاء. من خلال الالهام من مشاكل كلاسيكية في الأنظمة الموزعة ونظرية الرسوم البيانية، يقيس AgentsNet قدرة الأنظمة المتعددة الوكلاء على تشكيل استراتيجيات تعاونية لحل المشكلات، التنظيم الذاتي، والاتصال الفعال بناءً على طوبولوجيا الشبكة. نقيم مجموعة متنوعة من الأساليب الأساسية على AgentsNet، بما في ذلك شبكات متجانسة من الوكلاء الذين يجب عليهم أولاً الاتفاق على بروتوكولات أساسية للتنظيم والاتصال. نجد أن بعض النماذج الحدودية لـ LLMs已经开始表现出在小型网络中的强大性能，但一旦网络规模扩大，其性能就开始下降。尽管现有的多代理基准最多只涵盖2-5个代理，AgentsNet在规模上实际上是无限的，并且可以随着新一代LLMs的发展而扩展。因此，我们还在多达100个代理的设置中测试了前沿模型。为了确保译文更加流畅和符合阿拉伯语表达习惯，以下是优化后的版本：نجد أن بعض النماذج الحدودية لـ LLMs بدأت بالفعل في إظهار أداء قوي في شبكات صغيرة، ولكنها تبدأ بالتراجع بمجرد زيادة حجم الشبكة. رغم أن المعايير القياسية الحالية للأنظمة المتعددة الوكلاء لا تتخطى 2-5 وكلاء كحد أقصى، فإن AgentsNet ليس له حدود فعلية في الحجم ويمكنه التوسع مع أجيال جديدة من نماذج LLMs. لذلك، نقوم أيضًا بفحص النماذج الحدودية في بيئات تتضمن ما يصل إلى 100 وكيل.