Long Live the Librarian! A Persistent Search Sub-Agent for Energy-Efficient Multi-Agent Software Engineering Systems
本文介绍了 Librarian，这是一种持久性搜索子代理，通过抑制冗余探索并将完整文件摘录替换为简洁引用，将多代理软件工程系统的能耗降低高达 25%。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
以下是用通俗语言和日常类比对论文《让图书管理员万岁！》的解释。
核心问题：“重复阅读”造成的浪费
想象你正在试图修复一栋 100 层高的巨型公寓楼（即软件代码）中的漏水问题。你雇佣了一支由专家侦探组成的团队（多智能体系统）来寻找漏水点。
在当前的设置中，每当一名侦探需要检查某个特定房间时，他们都要走到图书馆，索取该房间的蓝图，向团队大声朗读整页内容，然后再回去工作。
关键在于：侦探 A 朗读了厨房的蓝图。随后 侦探 B 需要再次检查厨房。侦探 B 并没有说“嘿，我们已经看过厨房了”，而是再次走回图书馆，再次索取厨房蓝图，并再次大声朗读整页内容。
这种情况不断发生。团队最终一遍又一遍地朗读相同的页面。
为什么这很重要？
该论文发现，在人工智能领域，大声朗读（生成输出）所消耗的电量巨大——比仅仅听取指令（输入）高出 30 到 1000 倍。通过让侦探们重复同样的长篇解释，团队浪费了大量能源，即使他们正确地解决了问题。
解决方案：认识“图书管理员”
为了解决这个问题，研究人员创造了一名新团队成员，称为图书管理员。
将图书管理员想象成一位超级有条理、始终在场的助手，坐在团队中间。图书管理员是这样改变局面的：
- 记忆簿：与其他侦探完成任务后就忘记所见内容不同，图书管理员会记录整个项目中他们查看过的每一个文件和代码片段。
- “指针”技巧：当团队领导问“登录按钮的代码在哪里？”时，图书管理员不会大声朗读整个文件。相反，图书管理员只需说：“它在文件 X 的第 40 到 50 行。”
- 旧方式：侦探大声朗读 50 行代码（高能耗）。
- 图书管理员方式：侦探只需指向位置（低能耗）。实际代码仅在绝对必要时才向计算机系统展示，而不是由人工智能大声朗读。
- 无需重读：如果团队五分钟后需要再次检查该登录代码，图书管理员会查阅记忆簿，发现已经拥有该信息，只需再次指向位置即可。无需重新阅读，不浪费能源。
他们的发现
研究人员在现实世界的软件工程任务（修复开源项目中的错误）中测试了这种新的“图书管理员”系统。
- 节能：通过阻止团队重复长篇解释，他们将计算机芯片的能耗降低了高达25%。这就像关掉了一间房间里不必要的灯。
- 结果相同：团队并没有变慢或犯更多错误。事实上，他们解决问题的效果与之前一样好（甚至略好）。
- “穴居人”额外收益：他们还尝试了一种技巧，即让人工智能用简短、简单的句子说话（像“穴居人”一样）。当将“图书管理员”与这种简短说话风格结合时，节能效果更高。
结论
该论文认为，人工智能软件团队中最大的能源浪费并非来自“思考”，而是来自说话。通过给团队配备一位“图书管理员”，记住已经查看过的内容，并仅指向答案而不是大声朗读，我们可以在不损失任何性能的情况下，使人工智能软件工程更加环保和高效。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。