AI Agent 協作的下一步：讓外部證據決定拓撲，而非預設角色
當前 AI Agent 協作模式常受限於固定角色或 LLM 內部知識，導致與實際任務脫節。一篇突破性研究指出，若能讓「外部證據」動態生成協作拓撲，將使 Agent 之間的認知分工達到前所未有的精準度。這不僅能大幅提升解決複雜問題的效率，更可能是將抽象的「認知多樣性」轉化為可工程化、可預測協作路徑的關鍵一步。
多 Agent 協作不該依賴固定角色表或隨機辯論，而應由任務中的外部證據決定何時需要哪些視角與路由。把協作拓撲做成 evidence-conditioned orchestration，才能讓認知多樣性從口號變成可驗證、可調整的系統能力，也減少不必要的協調成本與錯誤共識。
為什麼現行的多 Agent 協作模式不夠好？
過去幾年，我們看到許多試圖模仿人類組織結構的 MAS 框架，例如 AutoGen 或 MetaGPT。它們透過預先定義的角色（如產品經理、工程師、測試人員）來分配任務，試圖在虛擬環境中重現一個軟體開發團隊。這種方法在結構化、流程固定的任務中表現尚可，但其根本缺陷在於其僵化的「角色扮演」本質。
當面對一個需要深度推理、涉及跨領域知識的複雜問題時，預設的角色表很快就會失靈。問題的核心知識結構，可能需要一個「生物學家」和一個「材料科學家」對話，但你的系統裡只有「分析師」和「規劃師」。這就是所謂的「結構與知識不匹配」（structure-knowledge mismatch）。Agent 之間的溝通路徑是固定的，但解決問題所需的知識流動卻是動態的。
另一種常見的方法是讓多個通用 Agent 進行辯論，但這又常常淪為基於 LLM 內部參數化知識的隨機探索，缺乏外部事實的錨定，效率與準確性都難以保證。
證據驅動的協作拓撲：新典範如何運作？
最近一篇名為《When Evidence Shapes Collaboration: Knowledge-Conditioned Topology Generation for Multi-Agent Systems》的研究，提出了一個極具啟發性的方向：讓協作拓撲由任務相關的「外部證據」來決定。這個框架被稱為 K-GAT (Knowledge-Conditioned Graph Attention Network)，其核心思想是，在 Agent 開始協作之前，先透過檢索增強生成（RAG）從外部知識庫（如論文、技術文件）中提取相關證據。
接著，系統會將這些非結構化的證據轉換為一個知識圖譜（Knowledge Graph），捕捉關鍵實體與它們之間的關係。這個知識圖譜，實際上就是當前任務的「知識地形圖」。最後，透過一個圖注意力網路（Graph Attention Network），系統可以根據這張地圖，動態生成一個最適合當前任務的 Agent 協作拓撲。在這個拓撲中，處理高度相關知識的 Agent 會被賦予更緊密的連接，而處理無關資訊的 Agent 則可能被邊緣化或分組。
這代表著一種典範轉移：協作的結構不再是設計者預設的，也不是模型隨機生成的，而是從問題本身的知識脈絡中「生長」出來的。
如何將認知分工從「角色扮演」提升為「證據驅動」？
那麼，這種「證據條件化編排」（evidence-conditioned orchestration）究竟是如何將抽象概念轉化為實際運作的呢？我們可以將其核心流程拆解為以下幾個關鍵步驟：
- 證據檢索（Evidence Retrieval）：針對給定問題，從外部知識來源（如學術資料庫、內部文件）檢索最相關的資訊片段。
- 知識圖譜構建（Knowledge Graph Construction）：從檢索到的文本中提取關鍵實體與關係，構建一個代表問題核心知識結構的圖譜。
- 拓撲生成（Topology Generation）：利用圖神經網路模型（如 GAT）分析知識圖譜，預測出 Agent 之間最優的溝通路徑與權重，形成一個動態的協作拓撲。
- 路由與推理（Routing & Reasoning）：Agent 們依照這個生成的拓撲進行溝通與推理，資訊在最需要的節點之間高效流動，最終匯總出結論。
這種方法的成效是顯著的。該研究在極具挑戰性的研究生水平問答資料集 GPQA 上的實驗顯示，K-GAT 框架相比於基於固定拓撲或 LLM 驅動拓撲的基線模型，準確率提升了 15.7%，同時還大幅降低了不必要的溝通所產生的 Token 成本。
我認為，這背後的意義遠不止於性能提升。它揭示了工程化「認知多樣性」的可能路徑。我們追求的不是模擬一個人類團隊，而是打造一個計算上最優的推理結構。
過去我們談論認知多樣性，多半是抽象地討論需要「批判性視角」或「創造性視角」。但 K-GAT 的方法讓我們看到，這些「視角」其實可以被理解為知識圖譜中的特定子圖或節點群。協作的編排，就是根據外部證據，動態地決定何時需要哪些視角、它們之間如何連接、以及何時應該收斂。
這條路徑，是從模擬人類組織的「擬人化」思維，走向更貼近問題本質的「計算化」思維。讓證據說話，不僅是為了得到更好的答案，更是為了建立一個更透明、更可解釋、也更高效的 AI 協作系統。
延伸閱讀
- When Evidence Shapes Collaboration: Knowledge-Conditioned Topology Generation for Multi-Agent Systems
- AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation
- GPQA: A Graduate-Level Google-Proof Q&A Benchmark
- What is Retrieval-Augmented Generation (RAG)?
我是江中喬，專注於 AI Agent Architecture、Memory Governance 與 Cognitive Diversity，持續研究如何打造能夠長期協作、可信任且可治理的 AI 系統。