文章主要内容总结本文提出了一个名为AGENTSNET的多智能体基准，旨在评估基于大型语言模型（LLMs）的多智能体系统在协作推理、自组织和有效通信方面的能力。该基准借鉴了分布式系统和图论中的经典问题，通过五个核心任务（图着色、最小顶点覆盖、最大匹配、领导者选举、共识达成）来衡量多智能体系统在不同网络拓扑和规模下的表现。研究团队在多种图模型（小世界网络、无标度网络、德劳内三角网）上评估了多种LLM模型（包括Claude、Gemini、GPT、Llama等），发现前沿模型在小型网络（4-16个智能体）中表现较强，但随着网络规模扩大（如100个智能体），性能显著下降。此外，研究还通过定性分析指出了LLM在策略协调、信息接受和冲突解决等方面的挑战。创新点基准构建：基于五个分布式计算领域的经典问题（图着色、最小顶点覆盖、最大匹配、领导者选举、共识达成），聚焦多智能体系统的核心能力（可扩展协调、去中心化通信、协作推理）。可扩展性：突破现有基准仅支持2-5个智能体的限制，AGENTSNET可支持多达100个智能体，且能随LLM技术发展进一步扩展。消息传递协议：设计了稳健的同步消息传递协议，模拟分布式系统中的局部通信，确保智能体仅通过邻居交互达成全局目标。全面评估：评估了多种模型（开源与前沿模型），并结合定性分析揭示了多智能体协作中的关键挑战（如策略协调延迟、对错误信息的盲目接受等）。/