Neue Theorie erklärt Synergie in Multi-Agent-Systemen unter Budgetgrenze

Forscher haben eine kompakte, kalibrierbare Theorie entwickelt, die genau vorhersagt, wann Multi-Agent-Systeme unter einem festen Rechenbudget ihre Leistung steigern, abklingen oder sogar zusammenbrechen. Die Analyse stützt sich auf drei zentrale Beschränkungen moderner Agenten-Stacks: begrenzte Kontextfenster, verlustbehaftete Inter-Agent-Kommunikation und gemeinsame Fehler bei ähnlichen Agenten.

Jeder Blattagent wird durch einen Rechen‑Leistungs‑Skalierungs­exponenten β charakterisiert, die Kommunikation durch eine Nachrichten­längen‑Fidelitätskurve γ(m) und die Abhängigkeit durch eine effektive gemeinsame Fehler‑Korrelation ρ. Das Kontextfenster W begrenzt die maximale Fan‑In‑Anzahl, was hierarchische Strukturen unvermeidlich macht.

Für binäre Erfolg/Fehler-Aufgaben mit Mehrheitsaggregation zeigen die Autoren einen scharfen Phasen­wechsel bei tiefen b‑äugigen Bäumen mit korrelierten Eingaben und verlustbehafteter Kommunikation. Ein einzelner Skalar αρ, der γ(m), ρ und b kombiniert, entscheidet, ob ein schwaches Signal zu einem nicht‑trivialen Fixpunkt verstärkt oder zu Zufall verwässert wird. Im Verstärkungs­regime wird ein Organisations­exponent s abgeleitet, und die Theorie zeigt, dass budgetierte Synergie – also die Überlegenheit eines Multi‑Agent-Systems gegenüber dem besten Einzelagenten bei gleichem Gesamtbudget – genau dann eintritt, wenn s > β. Daraus folgen geschlossene Rechen­zuweisungs­regeln und explizite Budget­schwellen.

Zusätzlich charakterisieren die Autoren die Sättigung über eine Misch­Tiefe und stellen einen konservativen, abgeschnittenen Prädiktor vor, der über Wachstum und Sättigung hinweg zuverlässig bleibt. Ein kontinuierliches Leistungs‑Warm‑Up liefert geschlossene Risiko­formeln für Stern‑, Ketten‑ und Baum‑Organisationen und verdeutlicht die Rolle von Korrelationen und Kommunikationsverlusten in der Praxis.