Resumo Técnico: MAS-DecStream com Negociação de Rede de Contratos Assistida por LLM

Declaração do Problema

Sistemas de processamento de fluxo (stream-processing) que operam em infraestruturas heterogêneas de borda móvel–nuvem enfrentam desafios significativos devido à volatilidade da carga de trabalho, contenção de recursos e requisitos rigorosos de Qualidade de Serviço (QoS). O escalonamento descentralizado é complicado pelo fato de que clusters de borda individuais possuem apenas visibilidade parcial do estado global do sistema. Consequentemente, decisões locais independentes frequentemente levam à sobrealocação de recursos, execução atrasada de tarefas de alta prioridade e violações de QoS.

Embora abordagens recentes utilizem Aprendizado Federado (FL) e Aprendizado por Reforço (RL) para melhorar a adaptabilidade, elas frequentemente dependem de agregação centralizada ou políticas aprendidas que obscurecem o raciocínio por trás das decisões de escalonamento. Sistemas Multiagentes (MAS) clássicos utilizando o Protocolo de Rede de Contratos (CNP) oferecem interação descentralizada explícita, mas sofrem com semânticas de mensagens rígidas e predefinidas que têm dificuldade em acomodar restrições quantitativas heterogêneas juntamente com avisos qualitativos (ex: alertas de confiabilidade ou condições de privacidade). O problema central abordado é como estender a negociação descentralizada para lidar com contextos de execução qualitativos e incertos sem sacrificar garantias de recursos rígidos ou introduzir custos de comunicação proibitivos.

Metodologia

O artigo propõe o MAS-DecStream, uma arquitetura de escalonamento híbrida que integra Grandes Modelos de Linguagem (LLMs) em um protocolo de negociação de múltiplas rodadas. O sistema modela o ambiente de borda–nuvem como um grafo de comunicação onde agentes representativos observam clusters locais e negociam migrações de tarefas.

Arquitetura de Agente Híbrida

A arquitetura separa o monitoramento local da tomada de decisão colaborativa:

1. Camada de Execução: Monitora a telemetria de tempo de execução, prevê cargas próximas ao futuro e aplica decisões de migração.
2. Camada Colaborativa: Orquestrada via LangGraph, cada agente combina o estado local, conhecimento da tarefa e memória de negociação. Ele utiliza um LLM para interpretação contextual e geração de mensagens, enquanto depende de ferramentas determinísticas para recuperação de estado, validação de requisitos e computação de utilidade.

CNP de Múltiplas Rodadas Assistido por LLM (LLM-MR-CNP)

A principal contribuição é uma extensão do clássico CNP de estágio único. Diferente do CNP tradicional, que tipicamente segue um ciclo único de anúncio–proposta–concessão, o LLM-MR-CNP introduz:

• Formulação de CFP Semântica: O iniciador transmite uma Chamada para Proposta (CFP) enriquecida com intenção da tarefa, QoS e contexto observado, em vez de apenas campos numéricos fixos.
• Divulgação Progressiva de Contexto: Se as propostas iniciais forem ambíguas ou múltiplos candidatos permanecerem, o iniciador divulga contexto adicional (ex: previsão de carga, avisos de confiabilidade) aos candidatos não resolvidos.
• Revisão Iterativa de Proposta: Os respondedores podem emitir propostas provisórias e revisá-las ou retirá-las com base no novo contexto divulgado.
• Validação Determinística: Embora o LLM interprete o contexto e refine as propostas em linguagem natural, a alocação final é estritamente limitada por verificações de viabilidade determinísticas (CPU, memória, largura de banda, prazos) e maximização de utilidade.

O protocolo termina quando um único candidato viável permanece, um melhor candidato estável emerge ou um limite máximo de rodadas é atingido.

Principais Contribuições

1. Protocolo LLM-MR-CNP: Uma extensão explícita do CNP clássico que introduz geração de CFP semântica, divulgação progressiva, revisão iterativa de proposta, memória de negociação por escopo de tarefa e terminação limitada.
2. Arquitetura de Agente Híbrida: Um design onde LLMs lidam com contexto qualitativo e geração de mensagens, enquanto ferramentas determinísticas impõem restrições rígidas e classificações de utilidade, garantindo segurança e viabilidade.
3. Avaliação Abrangente: Um estudo que distingue o impacto do refinamento de múltiplas rodadas da assistência de LLM, avaliando qualidade de escalonamento, overhead de negociação e trocas entre precisão–custo em vários modelos e estratégias de prompting.

Resultados Experimentais

Experimentos foram conduzidos usando cargas de trabalho derivadas do Alibaba ASI Trace 2026, simulando 1.000 combinações de tarefa–cluster através de vários números de agentes (5, 10, 20) e solicitações simultâneas.

Métricas de Desempenho

• Violações de Latência: O MAS-DecStream reduziu as violações de latência para 3% (0,03), uma melhoria significativa em relação à linha de base de múltiplas rodadas baseada em regras (0,37) e à linha de base de rodada única (0,53).
• Sobrealocação de Recursos: As abordagens de múltiplas rodadas (tanto baseadas em regras quanto assistidas por LLM) eliminaram completamente a sobrealocação de recursos em todas as configurações testadas, enquanto os métodos de rodada única falharam em evitá-la.
• Resolução de Conflitos: Com 20 agentes, a taxa de resolução de conflitos atingiu 0,91 para o MAS-DecStream, comparado a 0,86 para a linha de base de múltiplas rodadas baseada em regras.
• Utilidade: O MAS-DecStream melhorou a utilidade global em até 22% sobre a linha de base de múltiplas rodadas baseada em regras.
• Custos: Esses ganhos vieram acompanhados de aumento nos custos de coordenação. O MAS-DecStream incorreu em aproximadamente três vezes o custo de colaboração dos métodos de rodada única e introduziu um tempo médio de raciocínio de LLM de 83,56 segundos por cenário.

Análise de Modelo e Prompting

• Profundidade de Negociação: A negociação de múltiplas rodadas melhorou significamente a precisão do offloading (de 0,71 para 0,88 para um LLM grande), sugerindo que a estrutura de interação é tão crítica quanto a capacidade do modelo.
• Estratégias de Prompting: O desempenho foi altamente dependente do modelo. Por exemplo, o Gemini-3-Flash com um prompt ReAct+few-shot+CoT alcançou 1,00 de precisão de offloading, enquanto outras configurações mostraram trocas variadas entre precisão e consumo de tokens.
• Trocas (Trade-offs): O estudo destacou uma clara troca entre precisão–custo, onde estratégias de prompting mais complexas (ex: ReAct) aumentaram o uso de tokens e a latência sem sempre garantir resultados superiores em comparação com estratégias mais simples como CoT+Few-shot.

Significância e Alegações

O artigo posiciona suas descobertas como uma avaliação empírica inicial em vez de uma prova de superioridade geral sobre escalonadores estabelecidos. Os autores fazem as seguintes alegações modestas sobre a significância do sistema:

1. Ganho ao Nível do Protocolo: O principal ganho de desempenho provém da extensão do CNP para incluir o refinamento de proposta de múltiplas rodadas. Este processo iterativo reduz violações e elimina a sobrealocação mesmo sem assistência de LLM.
2. Valor Contextual dos LLMs: A assistência do LLM fornece valor incremental especificamente para contextos de execução qualitativos e incertos (ex: interpretar avisos de confiabilidade ou previsões ambíguas) onde sistemas baseados em regras têm dificuldade.
3. Necessidade Híbrida: Os resultados apoiam uma estratégia de implantação adaptativa onde a negociação baseada em regras lida com decisões rotineiras, enquanto a IA de agentes é invocada seletivamente para decisões de escalonamento incertas, conflitantes ou de alto impacto.
4. Segurança em Primeiro Lugar: A arquitetura demonstra que decisões semânticas geradas por LLM podem ser integradas com segurança em infraestruturas críticas apenas quando pareadas com validação determinística para impor garantias rígidas de recursos e QoS.

Os autores reconhecem limitações, incluindo a falta de ablação causal para o componente de LLM (pois ele está acoplado ao tratamento de contexto qualitativo) e a dependência de cargas de trabalho derivadas de traces em vez de implementações físicas. O trabalho futuro é direcionado para a avaliação de escalonamento seletivo de LLM e topologias descentralizadas maiores.