Trade-offs in Decentralized Agentic AI Discovery Across the Compute Continuum

Resumo Técnico: Trade-offs na Descoberta de IA Agente Descentralizada através do Contínuo de Computação

Declaração do Problema
À medida que os agentes de IA evoluem de assistentes isolados para componentes distribuídos que abrangem nuvem, borda e domínios conectados intermitentemente, o mecanismo de descoberta de agentes torna-se uma função crítica do plano de controle. Em arquiteturas descentralizadas, como o framework AGNTCY, o diretório de agentes não é meramente um registro, mas infraestrutura operacional onde latência, confiabilidade e sobrecarga de comunicação impactam diretamente a orquestração. Embora as Tabelas de Hash Distribuídas (DHTs) sejam uma solução padrão para busca descentralizada, a escolha de uma família específica de sobreposição estruturada (por exemplo, Chord, Pastry, Kademlia) dita significativamente o "regime de custo-confiabilidade" do sistema. O artigo aborda a questão de qual família de DHT oferece o ponto de operação mais atraente para a descoberta de agentes sob condições realistas de implantação, particularmente ao considerar as nuances do contínuo de computação onde falhas podem propagar-se para coordenação falhada.

Metodologia
O estudo emprega um framework de avaliação empírica comparando três famílias canônicas de DHTs — Chord, Pastry e Kademlia — dentro de uma abstração de plano de controle compartilhada modelada após o Serviço de Diretório de Agentes (ADS) da AGNTCY. A avaliação foca em quatro dimensões visíveis ao operador:

1. Eficácia: Sucesso e recall da descoberta.
2. Custo: Tráfego do plano de controle (mensagens por consulta).
3. Eficiência: Latência P95 da consulta.
4. Robustez: Desempenho sob churn (rotatividade).

Os experimentos utilizam uma abstração de carga de trabalho fixa: um catálogo de 50 habilidades onde cada um dos 4.096 nós anuncia exatamente uma habilidade, e todas as consultas visam uma habilidade específica (skill_05). Este design isola o comportamento da família de sobreposição de heurísticas de correspondência semântica ou classificação.

Dois cenários de referência são executados em uma escala de $N=4096$:

• Comparação Estacionária: Compara dois regimes de inicialização. O regime "imediato" emite consultas desde o início da execução, enquanto o regime "aquecido" admite consultas apenas após um período de inicialização (bootstrap) mais um aquecimento de $\log_2 N$. Isso distingue penalidades de inicialização fria de custos de roteamento em estado estacionário.
• Benchmark de Churn Representativo: Testa o sistema sob partidas e retornos persistentes (sessões exponenciais com média de 100 e tempo de inatividade de 30) para verificar se as classificações estacionárias se mantêm sob condições dinâmicas.

A análise distingue entre "Custo Observado" (total de mensagens incluindo tráfego simultâneo de publicação/republicação) e "Custo Apenas de Consulta" (mensagens GET estruturadas), permitindo a separação de interferência de inicialização fria da sobrecarga de roteamento intrínseca.

Resultados Principais
A avaliação revela regimes de operação distintos baseados na fase de inicialização e no trade-off entre custo e latência:

• Penalidade de Inicialização Fria: No regime de consulta imediato, todas as três sobreposições sofrem com sucesso reduzido de descoberta (variando de 0,60 a 0,64) e latência e custos de mensagens inflados devido ao tráfego de inicialização sobreposto.
• Estabilização: Um curto período de aquecimento de $\log_2 N$ é suficiente para remover a penalidade de inicialização fria. No regime aquecido, todas as três sobreposições alcançam sucesso de descoberta de 1,0 e alto recall.
• Trade-offs em Estado Estacionário (Aquecido/Churn): Uma vez estabilizadas, as sobreposições divergem em custo e latência:
  • Pastry: Surge como o ponto de operação de menor custo. No benchmark de churn, alcançou as menores mensagens observadas por consulta (~5,84k) com uma latência P95 de 5,0.
  • Chord: Ocupa um meio-termo de custo mais alto, com métricas de tráfego e latência situadas entre Pastry e Kademlia.
  • Kademlia: Alcança a menor latência de cauda (P95 de 4,6 em churn), mas ao custo da maior conta de comunicação (~11,5k mensagens/consulta), aproximadamente o dobro da de Pastry.
• Resiliência ao Churn: No ponto de churn representativo, todas as três sobreposições mantiveram sucesso e precisão de 1,0. O principal diferenciador permaneceu o trade-off entre volume de tráfego e latência de cauda, em vez da correção da recuperação.

Significância e Alegações
O artigo afirma explicitamente que sua contribuição não é classificar cada implementação concreta ou propor uma nova DHT, mas esclarecer os regimes de operação do plano de controle expostos por famílias canônicas de DHTs quando reaproveitadas para descoberta de agentes.

• Preservação do Espaço de Design: Os autores argumentam que escolhas no nível da família restringem o espaço de otimização subsequente. Ao esclarecer esses regimes precocemente, o artigo visa evitar o colapso prematuro do espaço de design sobre uma única escolha canônica antes que os ecossistemas de agentes compreendam plenamente seus orçamentos operacionais.
• Orientação Operacional: Os resultados sugerem que, se uma implantação puder adiar a admissão de consultas brevemente, um aquecimento de $\log_2 N$ permite que os operadores selecionem com base em preferências residuais de custo/latência (Pastry para eficiência de custo, Kademlia para baixa latência de cauda). Se as consultas chegarem durante a inicialização fria, a carga total observada do plano de controle deve ser a métrica de avaliação.
• Valor Metodológico: O estudo fornece uma base controlada e reproduzível (estacionária mais churn) que separa efeitos de inicialização, custos de busca e custos de manutenção. Isso serve como ponto de referência para pesquisas futuras em descoberta de agentes descentralizados, garantindo que comparações futuras possam distinguir entre comportamento do substrato e semântica específica da aplicação.

Em resumo, o artigo conclui que não há um vencedor universal; ao contrário, a escolha ótima depende da tolerância da implantação à sobrecarga de tráfego versus latência de cauda, e se o sistema pode acomodar um curto período de estabilização antes da admissão completa de descoberta.