arXiv cs.MA· Sarath Shekkizhar, Prathyusha Jwalapuram, Zixuan Ke, Vaidehi Patil, Jiayu Wang, Srijan Bansal, Trong Huy Nguyen, Dingfeng Jiang, Dongqi Liu, Ruochen Zhao, Wei Lu, Giuseppe Carenini, Mohit Bansal, Silvio Savarese, Shafiq Joty·· 4 天前AI 评分36
智能体团队为何跨边界失败？面向私有状态 Agent-to-Agent 系统的失败分类法
Why Do Agent Teams Fail Across Boundaries? A Failure Taxonomy for Agent-to-Agent Systems with Private States
AI 导读
研究基于 2500 多次 A2A 系统运行记录、覆盖 8 大领域 488 个场景，提出 $A^2$-Failures 失败分类法，含发现与委派、依据与记录一致性、验证、行为与忠实度 4 类共 20 种失败模式。
正文 · AI 翻译
作者：Sarath Shekkizhar、Prathyusha Jwalapuram、Zixuan Ke、Vaidehi Patil、Jiayu Wang、Srijan Bansal、Trong Huy Nguyen、Dingfeng Jiang、Dongqi Liu、Ruochen Zhao、Wei Lu、Giuseppe Carenini、Mohit Bansal、Shafiq Joty
摘要：智能体正越来越多地与其他代表不同委托方（即其所代理的个人或组织）行事的智能体进行交互，例如，买方的个人智能体与企业的卖方智能体进行谈判。在这类智能体对智能体（A2A）场景中，每个智能体都有自己的环境，并掌握对方无法看到的信息和权限。此外，每个智能体的利益可能一致（合作）、部分一致（混合动机）或对立（竞争）。现有的多智能体系统失败研究仅假设存在单一编排者、共享工作区或单一委托方。我们探究当这些假设被移除后，A2A 系统会如何失败。我们研究了由不同智能体框架和模型构建的 A2A 系统的 2,500 多次运行记录，涵盖八大类（法律、CRM、安全、商务等）的 488 个场景。从这些轨迹中，我们推导出 $A^2$-Failures，这是一个包含四大类共 20 种 A2A 失败模式的分类体系：（i）发现与委派，（ii）依据与记录一致性，（iii）验证，以及（iv）行为与忠实度。在所研究的框架、模型和场景中，有三项观察结果始终成立：（1）智能体将任务与提示中提到的对等方名称进行匹配，而非主动搜索可用的对等方；（2）智能体从不会在未被提示的情况下相互核实事实；（3）仅对最终输出评分会奖励主导智能体，同时掩盖内部协调、验证和行为层面的故障。我们的研究为全面评估提供了依据，即除了任务结果外，还应根据每个智能体自身的目标对其进行单独评分。我们在此 https URL发布了该分类体系背后的运行日志。
| Comments: | 20 页，7 幅图，4 张表。运行日志：此 https URL |
| Subjects: | 多智能体系统（cs.MA）；人工智能（cs.AI） |
| Cite as: | arXiv:2610.19342 [cs.MA] |
| （或使用 arXiv:2610.19342v1 [cs.MA] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.19342 由 DataCite 颁发的 arXiv DOI（待注册） |
Submission history
来自：Sarath Shekkizhar [查看电子邮件]
[v1]
2026年10月14日星期三 00:36:08 UTC（512 KB）
来源：arXiv cs.MA · arxiv.org