Jusheng Zhang Yijia Fan Kaitong Cai Xiaofei Sun Keze Wang

摘要

本文提出了一种名为OSC（Orchestrating Cognitive Synergy，认知协同编排）的知识感知型自适应协作框架，旨在提升大型语言模型驱动的多智能体系统中的认知协同能力。尽管先前研究在智能体选择与结果聚合方面取得了进展，但专家智能体之间实现深度协作所需的高效语言交互仍是一个关键瓶颈。OSC作为连接智能体选择与结果聚合之间的核心中间层，引入了协作者知识模型（Collaborator Knowledge Models, CKM），使每个智能体能够动态感知其协作伙伴的认知状态。通过实时的认知差距分析，智能体可基于学习到的策略，自适应地调整其通信行为，包括内容焦点、细节程度和表达风格。在复杂推理与问题求解基准任务上的实验表明，OSC显著提升了任务执行性能与通信效率，成功将“并行运作的个体”转变为“深度协同的认知团队”。该框架不仅优化了多智能体系统的协作机制，也为大型语言模型智能体之间的交互行为提供了新的理论洞见。