arXiv cs.AI· Cl\'ement Burgelin, Rachid Guerraoui, Zicong Hong, Yinan Hu, Anne-Marie Kermarrec, Rafael Pires, Rasmus Moorits Veski, Martijn de Vos·· 12 小时前AI 评分58
AI 智能体发现新共识协议 A-greement，写密集负载延迟降低 12.2%
The End of Consensus Research?
AI 导读
论文报告 AI 帮助发现新共识协议 A-greement，在 5 或 9 副本的六种部署中，地理分布式键值存储的写密集和读密集负载平均延迟分别比最快基线降低 12.2% 和 33.3%，只读负载与最快基线持平。
正文 · AI 翻译
摘要：共识是分布式计算中的一个基本问题，也是状态机复制（SMR）的核心。尽管经过数十年的积极研究，寻找该问题的实用低延迟解决方案仍然是一个开放问题，因为它需要结合协议知识、正确性推理、实现和实验评估。我们报告了 AI 如何帮助我们发现了 A-greement，这是一种用于地理复制状态机的新型共识协议，显著优于最先进的解决方案。在 5 或 9 个副本的六种部署中平均而言，A-greement 在写密集型和读密集型工作负载上分别将地理分布式键值存储的平均延迟相比最快的基线降低了 12.2% 和 33.3%，并在只读工作负载上与最快的基线持平。A-greement 结合了租约授权的本地读取、针对领导者排序写入的客户端直接学习，以及根据网络拓扑和工作负载选择的快速固定法定人数逐键写入路径。我们发现的核心是 AI-greement，这是一个用于“自主”发现、实现、实验和验证候选协议的智能体框架。AI-greement 集成了 (1) 面向概念的协议知识库，(2) 模块化实现骨架，以及 (3) 基于 Lean 的验证框架，具有可复用的安全定义、参考规范和证明。AI-greement 具有独立的价值：其 Lean 形式化揭示了现有共识协议中若干此前未报告的漏洞，并提供了关于领域特定框架如何将通用编码智能体转变为（分布式）计算研究的有效工具的指导。然而，我们认为人类共识专家在搜索之前、期间和之后仍然至关重要：智能体重塑了研究者的角色，而不是终结共识研究。
| 评论： | 39 页 |
| 主题： | 分布式、并行与集群计算（cs.DC）；人工智能（cs.AI） |
| ACM 分类： | C.2.4 |
| 引用为： | arXiv:2610.30114 [cs.DC] |
| （或此版本的 arXiv:2610.30114v1 [cs.DC]） | |
| https://doi.org/10.48550/arXiv.2610.30114 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Clément Burgelin [查看电子邮件]
[v1]
2026 年 10 月 21 日星期三 17:55:19 UTC（556 KB）
来源：arXiv cs.AI · arxiv.org