LLM驱动的多智能体系统（ MAS ）已成为复杂任务的一个有前途的范例。但是，它们相对于单代理系统（ SAS ）的优势仍不清楚，不同设置的性能不一致。在这里，我们从信息瓶颈的角度阐述了MAS和SAS之间的差异。具体来说，我们的关键观察是SAS积累其完整的

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.16133v1)获取最准确的信息。

---
🔗 **原文链接**: [When Do Multi-Agent Systems Help? An Information Bottleneck ](https://arxiv.org/abs/2607.16133v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Wendi Yu, Lianhao Zhou, Xiangjue Dong, Sai Sudarshan Barath, Declan Staunton, Byung-Jun Yoon, Xiaoning Qian, James Caverlee, Shuiwang Ji

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-07-20 14:01