💻 computer science

What Do Agents Communicate? Characterizing Information Exchange in Multi-Agent Systems

Este artigo identifica que a falta de raciocínio e verificação na comunicação multiagente causa propagação de erros, levando os autores a propor uma técnica de Aumento de Recuperação Consciente de Categoria que recupera até 86,2% dos casos falhos ao impor a troca de informações críticas.

Autores originais: Yong Jin Chun, Iftekhar Ahmed

Publicado 2026-05-21

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Yong Jin Chun, Iftekhar Ahmed

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine uma equipe de três chefs especialistas tentando cozinhar uma refeição perfeita juntos. Todos estão usando o mesmo livro de receitas de alto nível (um Modelo de Linguagem de Grande Escala), mas estão trabalhando em uma cozinha onde só podem conversar entre si por meio de um rádio comunicador.

Este artigo, intitulado "O que os Agentes Comunicam?", investiga exatamente o que esses chefs dizem uns aos outros pelo rádio comunicador e por que, às vezes, a refeição acaba queimada, mesmo com chefs talentosos.

Aqui está a explicação das suas descobertas em termos simples:

O Problema: O "Jogo do Telefone" de Erros

No passado, pesquisadores tentaram fazer esses chefs de IA funcionarem melhor apenas adicionando mais chefs ou mudando o layout da cozinha. Mas eles notaram um problema: Propagação de Erros.

Pense nisso como um jogo de "Telefone". Se o Chef A comete um pequeno erro na primeira etapa (como adicionar sal em vez de açúcar) e o Chef B não o percebe, o Chef B pode construir sobre esse erro. Quando o Chef C termina o prato, toda a refeição está arruinada. O artigo descobriu que essas equipes de IA frequentemente falham não porque falta inteligência, mas porque passam informações ruins sem verificá-las.

A Investigação: O que eles estão realmente dizendo?

Os autores ouviram milhares de conversas entre essas equipes de IA. Eles perceberam que os chefs estavam principalmente gritando a resposta final ou repetindo os passos que deram, mas raramente faziam duas coisas cruciais:

Explicar sua lógica (Por que você fez isso?).
Verificar o trabalho (Espere, essa matemática realmente fecha?).

Eles categorizaram a conversa em cinco tipos de "ingredientes":

A Resposta: O resultado final.
O Raciocínio: O pensamento passo a passo.
A Verificação: Checar se o pensamento está correto.
A Referência: Reconhecer o que o outro chef disse.
O "Sem Mudança": Dizer: "Vou ficar com minha resposta original".

O Experimento: O Teste do "Botão de Mudo"

Para descobrir quais ingredientes eram essenciais, os pesquisadores jogaram um jogo de "esconde-esconde". Eles pegaram as conversas gravadas e excluíram sistematicamente um tipo de ingrediente por vez (como silenciando a parte de "Verificação" do rádio comunicador) para ver o que acontecia com a refeição final.

O que eles descobriram:

Remover o "Raciocínio" foi desastroso. Quando os chefs pararam de explicar como chegaram à resposta, o desempenho da equipe despencou. É como tentar consertar um motor de carro sem olhar o manual; você pode ter sorte, mas provavelmente quebrará algo.
Remover a "Verificação" também foi ruim. Quando os chefs pararam de verificar o trabalho uns dos outros, erros passaram despercebidos.
Surpreendentemente, remover a "Resposta Final" às vezes ajudou. Acontece que gritar a resposta muito cedo pode confundir os outros chefs. Às vezes, é melhor focar no processo primeiro.

A Solução: CARA (A "Lista de Verificação de Segurança")

Com base nessas descobertas, os autores construíram uma nova ferramenta chamada CARA (Recuperação Aumentada Consciente de Categoria).

Pense no CARA como um gerente de cozinha rigoroso que fica entre os chefs. Antes que um chef possa falar no rádio comunicador, o gerente verifica a mensagem dele contra uma lista de verificação:

"Você explicou seu raciocínio?"
"Você verificou sua matemática?"
"Você mencionou o que o chef anterior disse?"

Se o chef tentar enviar uma mensagem sem esses ingredientes, o gerente aperta o botão "Parar" e diz: "Volte e reescreva isso. Você está faltando o raciocínio!" O chef tem que tentar novamente (até três vezes) até que a mensagem esteja completa.

O Resultado

Quando usaram essa "Lista de Verificação de Segurança" nas equipes de IA que anteriormente haviam falhado:

Corrigiu até 86,2% dos casos falhos.
Não exigiu contratar chefs mais inteligentes ou comprar equipamentos novos; apenas exigiu que se comunicassem melhor.

A Grande Conclusão

O artigo conclui que, em uma equipe de agentes de IA, a qualidade da conversa importa mais do que o número de pessoas falando. Apenas porque os agentes estão conversando não significa que estão colaborando efetivamente. Se eles pularem as partes de "pensamento" e "verificação" da conversa, toda a equipe provavelmente falhará. Ao forçá-los a incluir essas peças críticas de informação, podemos transformar um grupo de chefs confusos em uma máquina bem oleada.

Resumo Técnico: O Que os Agentes Comunicam? Caracterizando a Troca de Informações em Sistemas Multi-Agente

Declaração do Problema

Embora os Modelos de Linguagem de Grande Escala (LLMs) tenham habilitado sistemas Multi-Agente (MA) colaborativos que melhoram o desempenho por meio de raciocínio diversificado e refinamento iterativo, esses sistemas permanecem vulneráveis à propagação de erros. Em tais sistemas, informações intermediárias incorretas podem ser reforçadas e amplificadas através de rodadas sucessivas de interação, frequentemente degradando o raciocínio a jusante. Estratégias existentes de mitigação são amplamente reativas, modificando comportamentos de agentes ou estruturas do sistema apenas após a ocorrência de falhas, e ignoram em grande parte o papel específico do conteúdo da comunicação inter-agente durante a execução da tarefa. Existe uma lacuna crítica na compreensão de quais tipos específicos de informações os agentes trocam e como a presença ou ausência dessas categorias de informações molda o desempenho coletivo.

Metodologia

Os autores realizam uma análise empírica sistemática e em grande escala da comunicação inter-agente em cinco sistemas MA representativos, seis benchmarks, três domínios de tarefa (Matemática, Resposta a Perguntas, Código) e dois backbones de LLM (Qwen2.5-32B-Instruct e Qwen2.5-Coder-32B). A metodologia prossegue em três etapas:

1. Categorização de Informações (RQ1)

Os autores coletaram 41.330 traços de comunicação de 4.133 amostras. Por meio de uma combinação de anotação manual por dois avaliadores especialistas e escalonamento baseado em LLM (utilizando GPT-4o como juiz), eles identificaram e definiram cinco categorias distintas de informações trocadas nas respostas dos agentes:

C1 (Resposta): A resposta final ou decisão do agente.
C2 (Raciocínio): Uma sequência de passos lógicos que derivam a resposta.
C3 (Verificação): Uma avaliação do processo de raciocínio ou da validade da resposta.
C4 (Referência): Uma referência direta ao raciocínio ou à resposta de outro agente para confirmar, desafiar ou construir sobre ela.
C5 (Inalterado): Uma declaração explícita de que a resposta permanece inalterada em relação à rodada anterior.

2. Análise de Occlusão (RQ2)

Para determinar o impacto causal dessas categorias, os autores aplicaram um framework de occlusão leave-one-out (LOO). Eles mascararam sistematicamente categorias específicas de informações (substituindo trechos de texto por tokens [MASK]) dentro das respostas dos agentes antes que fossem passadas para os agentes subsequentes. Uma configuração de controle com correspondência de comprimento foi utilizada para garantir que as mudanças de desempenho fossem devidas à remoção semântica e não a variações no comprimento do prompt. Eles mediram a mudança na precisão da tarefa ( $\Delta C_x$ ) para cada categoria em diferentes arquiteturas MA (Sequencial, Debate, Refinamento Coletivo) e tarefas.

3. Aumento de Recuperação (RQ3)

Com base nas descobertas da occlusão, os autores propuseram o Aumento de Recuperação Consciente de Categoria (CARA). Esta é uma estratégia de intervenção direcionada que impõe a presença de categorias de informações críticas durante a comunicação. O CARA opera em duas camadas:

Aumento de Prompt: Extensão dos prompts do sistema para exigir explicitamente categorias específicas (Raciocínio, Verificação e Referência).
Verificação de Resposta: Verificação automática das respostas geradas quanto a essas categorias obrigatórias. Se informações críticas estiverem ausentes, o agente é reinvocado (até três vezes) para revisar a resposta até que os componentes estruturais necessários estejam presentes.

Principais Resultados

Prevalência da Troca de Informações

Raciocínio (C2) e Resposta (C1) são as categorias mais prevalentes, aparecendo em mais de 90% das respostas na maioria dos sistemas.
Verificação (C3) e Referência (C4) são significativamente menos comuns em sistemas não-debate (frequentemente abaixo de 5%), enquanto sistemas de Debate exibem maior prevalência dessas categorias (até 50%).
Inalterado (C5) é a categoria menos prevalente, sugerindo que os agentes raramente afirmam explicitamente quando nenhuma correção é necessária.

Impacto da Remoção de Informações (Occlusão)

Raciocínio (C2): A remoção do raciocínio degrada consistentemente o desempenho (até -18,63%), destacando seu papel crítico na derivação colaborativa de soluções.
Verificação (C3): O impacto é dependente da tarefa. A remoção da verificação melhora o desempenho em tarefas de Código (+23,27%), mas o degrada em tarefas de Matemática (-18,08%), sugerindo que a verificação atua como ruído em alguns contextos, mas é vital em outros.
Referência (C4) e Inalterado (C5): A remoção dessas categorias frequentemente leva a quedas significativas de desempenho (por exemplo, -38,69% para Referência em sistemas de Refinamento Coletivo), indicando sua importância na manutenção da comunicação inter-agente coerente e da consistência decisória.
Dependência do Sistema: A utilidade das categorias de informações está fortemente acoplada ao design do sistema. Por exemplo, a remoção do Raciocínio prejudica sistemas Sequenciais Baseados em Funções, mas pode melhorar sistemas Sequenciais Uniformes, sugerindo que a atribuição de funções orienta a utilidade do raciocínio.

Eficácia do CARA

O CARA recupera com sucesso casos falhos ao impor a presença de informações críticas.
O método recupera até 86,2% dos casos falhos (especificamente em tarefas de Matemática com sistemas Sequenciais Baseados em Funções).
As taxas de recuperação são geralmente maiores para casos Verdadeiro→Falso (TF) (onde a linha de base teve sucesso, mas a occlusão falhou) do que para casos Falso→Falso (FF), sugerindo que, embora a imposição estrutural ajude, ela não pode recuperar totalmente o desempenho se as soluções candidatas subjacentes forem fundamentalmente incorretas.
Modelos ajustados por instrução (Qwen2.5-Inst) mostraram taxas de recuperação mais altas do que modelos especializados em código, provavelmente devido a uma melhor adesão às instruções do prompt impostas.

Significado e Alegações

O artigo afirma ser a primeira categorização sistemática de informações trocadas entre agentes em sistemas MA, indo além de métricas quantitativas (como contagem de tokens ou rodadas) para analisar o conteúdo da comunicação.

Os autores afirmam que:

A Qualidade da Informação Importa: A colaboração eficaz em MA depende não apenas da topologia do sistema ou do número de agentes, mas da qualidade e presença de tipos específicos de informações (raciocínio, verificação, referência) nas trocas inter-agente.
Recuperação via Estrutura: É possível recuperar tarefas multi-agente falhas sem modificar o modelo ou a arquitetura subjacente, simplesmente impondo a presença de categorias de comunicação essenciais.
Limitações dos Sistemas Atuais: Os sistemas MA atuais frequentemente propagam respostas e raciocínios sem verificação ou referência suficientes, levando à propagação de erros. A dominância de "Resposta" e "Raciocínio" em detrimento de "Verificação" e "Referência" indica a necessidade de protocolos de comunicação mais equilibrados.

O trabalho sugere que melhorias futuras em sistemas MA devem focar em intervenções no nível da comunicação que garantam a troca de informações críticas, em vez de otimizar apenas comportamentos de agentes ou estruturas do sistema.