What Should Agents Say? Action-state Communication for Efficient Multi-Agent Systems

Resumen Técnico: PACT para Sistemas Multi-Agente Eficientes

Planteamiento del Problema
Los sistemas multi-agente (MAS) construidos sobre Modelos de Lenguaje Extensos (LLMs) suelen depender de un lenguaje natural sin restricciones para la comunicación entre agentes. Aunque los agentes colaboran mediante roles, procesos (pipelines) o turnos de palabra, el contenido que intercambian es a menudo de forma libre, incluyendo trazas de razonamiento completas, explicaciones verbosas y reiteraciones redundantes. Este enfoque crea una ineficiencia crítica: a medida que los agentes reenvían largas trazas de razonamiento interno, los agentes descendentes deben procesar repetidamente este contenido como parte del historial de diálogo compartido. Este "compendio de contexto" (context compounding) infla rápidamente el uso de tokens, consume las ventanas de contexto compartidas y degrada tanto el rendimiento del sistema como los costes de inferencia, particularmente en entornos de múltiples turnos que involucran modelos de razonamiento modernos.

La investigación actual en MAS se ha centrado principalmente en la orquestación (roles, toma de turnos, asignación de herramientas), tratando el contenido de los mensajes entre agentes como una variable secundaria y sin restricciones. El artículo sostiene que el contenido de los mensajes es un factor de diseño central que moldea directamente tanto el rendimiento como el coste.

Metodología: Análisis Diagnóstico y PACT
Los autores realizaron primero un análisis diagnóstico en dos topologías de MAS distintas —una interacción de Evidencia Dividida simétrica (Setting A) y un Pipeline Secuencial (Setting B) — utilizando modelos con rangos desde 8B hasta 32B de parámetros. Evaluaron cinco estrategias de comunicación comunes:

1. Contenido Completo (Full Content): Reenviar toda la salida de forma libre, incluyendo las trazas de razonamiento.
2. Generación Concisa (Concise Generation): Utilizar modos nativos de "no pensamiento" para producir respuestas más cortas.
3. Solo Conclusión (Conclusion Only): Pasar únicamente la respuesta final o conclusión.
4. Resumen Breve (Brief Summary): Solicitar explícitamente un resumen corto de forma libre.
5. Solo Artefacto (Artifact Only): Pasar únicamente el artefacto específico del rol (por ejemplo, un plan o una crítica).

Hallazgos del Análisis:

• Ninguna estrategia es universalmente óptima en todas las topologías.
• El Contenido Completo es consistentemente costoso y redundante.
• La Generación Concisa y el Resumen Breve son inestables; a menudo omiten información relevante para la tarea que es necesaria para los agentes descendentes.
• Solo Conclusión funciona en pipelines (donde el contexto es suministrado por el orden de los roles), pero falla en interacciones donde la evidencia es insuficiente.
• Solo Artefacto captura contenido útil, pero carece del protocolo necesario para señalar la intención y el fundamento (grounding), lo que a veces provoca un aumento en los turnos de interacción.

El Protocolo PACT
Basándose en el hallazgo de que los mensajes efectivos deben preservar la información centrada en la acción en lugar del razonamiento privado, los autores proponen PACT (Protocolo de Comunicación y Transmisión de Estados de Acción - Protocolized Action-state Communication and Transmission).

• Mecanismo Central: PACT trata la comunicación entre agentes como un problema de actualización de estado público. Antes de que la salida bruta de un agente ($y_t$) se añada al historial compartido, es proyectada por una función del lado del emisor ($\Pi_{PACT}$) en un registro estructurado y compacto.
• Estructura del Mensaje: El mensaje público consta de tres campos:
  1. ACCIÓN (ACTION): Establece explícitamente qué hizo el emisor o qué debe hacer el siguiente agente (aclarando la intención).
  2. ESTADO (STATE): Registra la evidencia, observaciones o retroalimentación del entorno que fundamenta la acción (proveyendo contexto).
  3. RESULTADO (RESULT): Contiene la salida accionable (por ejemplo, una solución refinada, un hecho recuperado o el resultado de una herramienta).
• Límite de Privacidad: PACT separa estrictamente la computación privada de la comunicación pública. Los agentes mantienen sus capacidades completas de razonamiento interno, autocomprobación y planificación; solo se comparte el registro de acción-estado resultante. Esto evita que la deliberación intermedia se acumule en la ventana de contexto.
• Agnóstico al Entorno (Harness-Agnostic): El protocolo es ortogonal a las decisiones de diseño de MAS (roles, calendarios) y puede implementarse como un hook de proxy ligero en sistemas existentes sin necesidad de reentrenar modelos.

Contribuciones Clave

1. Análisis Sistemático: Demostró que ninguna política de comunicación fija es universalmente óptima e identificó que el contenido de los mensajes entre agentes es una dimensión de diseño subexplorada pero crítica.
2. Protocolo PACT: Introdujo un protocolo libre de entrenamiento y agnóstico al entorno que define un límite entre la computación privada y la comunicación pública, restringiendo el historial compartido a registros compactos de acción-estado.
3. Validación Empírica: Mostró que PACT mejora la frontera entre rendimiento y coste en entornos controlados de MAS y en entornos de codificación del mundo real.

Resultados Experimentales

• Entornos MAS Controlados:
  • Evidencia Dividida (Setting A): PACT logró puntuaciones F1 comparables o superiores reduciendo el uso de tokens en un promedio del 38.7% respecto a las bases de comparación y escalas de modelos en comparación con la comunicación sin restricciones.
  • Pipeline Secuencial (Setting B): PACT logró una precisión comparable o superior utilizando significativamente menos tokens. Por ejemplo, en el modelo Qwen3-32B, PACT utilizó solo ~19–23% de los tokens requeridos por las bases de comparación de Debate Multi-Agente, manteniendo o mejorando la precisión.
  • Ablación: Eliminar cualquiera de los tres campos (Acción, Estado, Resultado) degradó el rendimiento y aumentó el uso de tokens, confirmando la necesidad del traspaso completo de acción-estado.
• Entornos de Codificación del Mundo Real:
  • OpenHands: PACT aumentó la tasa de resolución de SWE-bench Verified del 19.40% al 23.00% (+18 instancias resueltas) reduciendo los tokens por resolución en un 10.3%.
  • SWE-agent: PACT redujo los tokens de entrada en un 50.4% (de 314.6M a 156.0M) y los tokens por resolución en un 47%, con un impacto insignificante en la tasa de resolución (de 25.6% a 24.2%).

Significancia y Reivindicaciones
El artículo sostiene que disciplinar el contenido de los mensajes entre agentes es un mecanismo efectivo para reducir el crecimiento redundante del contexto. PACT demuestra que los agentes no necesitan compartir sus trazas de razonamiento completas para colaborar eficazmente; en su lugar, compartir un registro estructurado y fundamentado de acción-estado es suficiente para que los agentes descendentes continúen la tarea.

Los autores enfatizan que PACT no requiere entrenamiento y es agnóstico al entorno, lo que lo convierte en una intervención práctica de tiempo de inferencia para aplicaciones de agentes existentes. Los resultados sugieren que la "frontera de rendimiento-coste" en MAS puede mejorarse significativamente no solo escalando modelos o cambiando la orquestación, sino definiendo estrictamente qué información entra en el canal de comunicación compartido. El artículo concluye que dejar la comunicación entre agentes como un lenguaje natural sin restricciones es ineficiente y que los protocolos estructurados como PACT son necesarios para sistemas multi-agente escalables y rentables.