MonoScale: Scaling Multi-Agent System with Monotonic Improvement

Riepilogo Tecnico: MonoScale

Enunciazione del Problema
I Sistemi Multi-Agente (MAS) basati su Modelli Linguistici di Grande Dimensione (LLM) fanno tipicamente affidamento su un router centrale per decomporre i compiti e delegare i sottocompiti ad agenti specializzati. Sebbene l'ampliamento del pool di agenti integrando nuovi agenti funzionali o strumenti sia una strategia naturale per aumentare la capacità del sistema, un semplice aumento di scala (scale-up) ingenuo porta spesso al collasso delle prestazioni. Questo fallimento si verifica perché i router affrontano un problema di "avvio a freddo" (cold-start) quando incontrano agenti nuovi, eterogenei e potenzialmente inaffidabili. Senza una conoscenza fondata delle capacità specifiche, dei limiti e delle modalità di fallimento di un agente, il router può prendere decisioni di instradamento errate (ad esempio, assegnare compiti ad alta precisione ad agenti instabili o delegare chiamate a strumenti complesse ad agenti non familiari con le interfacce). Questi errori possono amplificarsi a livello di sistema, causando un ristagno o un degrado delle prestazioni end-to-end man mano che il pool cresce, anche quando vengono aggiunti agenti più potenti. I metodi esistenti presuppongono un pool di agenti statico o mancano di meccanismi di aggiornamento controllati per prevenire regressioni durante l'espansione continua.

Metodologia: MonoScale
Gli autori propongono MonoScale, un framework di aggiornamento consapevole dell'espansione progettato per garantire prestazioni non decrescenti in modo monotono man mano che il pool di agenti cresce. Il framework opera attraverso un processo in due fasi ogni volta che viene integrato un nuovo agente:

1. Sintesi di Compiti Consapevole dell'Espansione (Familiarizzazione): Invece di attendere che il traffico utente reale riveli i fallimenti, il sistema genera proattivamente un piccolo insieme di compiti di "riscaldamento" condizionati al profilo del nuovo agente (scheda agente). Questi compiti sono sintetizzati tramite un ciclo pianificatore-esecutore-validatore per sondare specificamente i punti di forza, i vincoli di interfaccia e le modalità di fallimento del nuovo agente. Il router esegue questi compiti sotto la sua politica corrente per raccogliere sia tracce di interazione riuscite che fallite.

2. Aggiornamento del Router Basato sulla Memoria: Le prove raccolte sono distillate in voci di memoria in linguaggio naturale verificabili. Queste voci codificano principi di instradamento azionabili, tra cui:

   • Vincoli positivi: Quando e come invocare il nuovo agente.
   • Vincoli negativi: Quando non invocare l'agente o in quali condizioni fallisce.
   • Avvertenze sull'interfaccia: Modelli specifici di utilizzo degli strumenti e gestione degli errori.

   La politica del router viene aggiornata selezionando uno stato di memoria sicuro da un insieme di candidati. Questa selezione è governata da un vincolo di regione di fiducia (ispirato all'ottimizzazione della politica nella regione di fiducia) per prevenire cambiamenti comportamentali drastici. Crucialmente, l'insieme dei candidati include sempre un'opzione di fallback conservativo che vieta l'invocazione del nuovo agente, garantendo che il sistema possa tornare al comportamento pre-espansione se non viene trovato un aggiornamento sicuro.

Formalizzazione Teorica
Gli autori formalizzano l'aumento sequenziale degli agenti come un problema di bandito contestuale. Sotto l'ipotesi di espansione non interferente (dove l'aggiunta di un nuovo agente non altera la ricompensa dei piani che non lo utilizzano), dimostrano che la loro ottimizzazione della memoria nella regione di fiducia produce una garanzia di prestazioni non decrescenti in modo monotono attraverso i round di espansione. Ciò fornisce un limite inferiore condizionale verificabile per l'espansione aperta dei MAS.

Contributi Chiave

1. Formalizzazione del Problema: Un modello e una notazione unificati per analizzare il collasso delle prestazioni indotto dall'avvio a freddo nei MAS in espansione sequenziale.
2. Metodo e Protocollo: Una strategia consapevole dell'espansione che coinvolge la sintesi di compiti condizionata all'agente e un protocollo di aggiornamento del router che utilizza memoria in linguaggio naturale verificabile e reversibile.
3. Garanzia Teorica: Una dimostrazione che, sotto le ipotesi di espansione non interferente e fallback conservativo, il metodo proposto garantisce un miglioramento monotono durante il dimensionamento.

Risultati Sperimentali
Gli autori hanno valutato MonoScale sul benchmark GAIA e sul sottoinsieme a scelta multipla di Humanity's Last Exam (HLE), ampliando i pool di agenti da 3 a 10 agenti.

• Scalabilità Stabile: A differenza dell'aumento di scala ingenuo, che ha mostrato un collasso delle prestazioni (ad esempio, DeepSeek-V3.2 è sceso da 0,558 a 0,491 su GAIA mentre gli agenti aumentavano da 5 a 10), MonoScale ha dimostrato guadagni di prestazioni coerenti.
• Capacità Competitiva: Un sistema MonoScale che utilizza un router open-weight più piccolo (Qwen-3-30B-A3B-Instruct) con 10 agenti ha ottenuto un punteggio GAIA complessivo del 55,15%, superando la baseline a 3 agenti di DeepSeek-V3.2 (51,52%) e competendo con baseline proprietarie di router potenti come GPT-5 e Gemini-2.5-Pro.
• Robustezza: In impostazioni di "Pool Malfunzionante" contenenti agenti inaffidabili, MonoScale ha mantenuto prestazioni stabili, mentre le baseline con router potenti (ad esempio, Gemini-3-Pro) hanno subito un degrado significativo senza aggiornamenti della memoria.
• Trasferibilità: La memoria di instradamento distillata da un router (Qwen) si è trasferita efficacemente a un altro (Gemini-3-Flash) senza adattamento, suggerendo che la memoria cattura profili di agenti agnostici rispetto al router.

Significato e Affermazioni
Il documento afferma che MonoScale fornisce un protocollo di espansione sicuro e controllabile per l'ingresso su larga scala di agenti aperti nel nascente "Web Agente". Gli autori sostengono che il semplice aggiornamento del modello del router non risolve la mancanza di prove basate sull'esecuzione; al contrario, un protocollo di riscaldamento obbligatorio che sonde i nuovi agenti e distilla sia i successi che i fallimenti in vincoli verificabili è essenziale per prevenire il collasso delle prestazioni post-espansione.

Il lavoro è modesto nel suo ambito, notando che la garanzia di monotonia è condizionata all'espansione non interferente (che potrebbe fallire sotto una deriva persistente dell'ambiente, come API esterne in cambiamento). Inoltre, sebbene efficace fino a 10 agenti (con test preliminari fino a 20), gli autori riconoscono che le impostazioni su scala Web (da migliaia a milioni di agenti) richiederanno l'integrazione di strategie di instradamento guidate dal recupero e di gestione esplicita della memoria, che rimangono sfide aperte per il lavoro futuro.