大多数开发者认为，在规划系统中增加更多的代理会有所帮助。但从数学角度来看并非如此。
麻省理工学院的新理论研究证明了多代理语言模型架构所能达成的成果存在基本限制。
该研究将语言模型的多代理规划模型视为有限的无环决策网络，其中各个阶段通过语言接口进行交流，且这些接口的容量有限。
关键结果是：如果没有新的外部信号，任何被授权的多代理网络在决策理论上都会被一个拥有相同信息的集中式贝叶斯决策者所主导。
通过预期后验差异，可以精确地描述通信和压缩所导致的信息损失。这为什么重要呢？这对于任何设计多智能体系统的人员来说都是一个基本的限制条件。
将一项任务分配给多个智能体会导致信息丢失，而这种信息丢失是任何预处理技术都无法恢复的。只有当智能体能够访问真正不同的信息源时，多智能体架构才会发挥作用，而不是当它们分割共享的上下文时。
论文：arxiv.org/abs/2603.26993
##