一分钟读论文：《AgentRadio：面向长程多智能体协作的被动感知》
内容提要
佐治亚理工学院等团队提出AgentRadio，一种异步消息传递层，使编码Agent能在后台监听队友消息而不中断工作。在SWE-Atlas QnA基准上，四个Agent协作解决62.1%任务，比单Agent高29.8个百分点，超越更强模型。核心是通信与计算解耦，通过被动感知实现实时协作，消融实验证明架构优于单纯增加计算量。
延伸解读
通信与计算解耦的启示
传统多智能体系统常因通信与计算互斥而效率低下，AgentRadio通过后台监听实现异步协作，避免等待同步点。这种设计思路不仅适用于代码库理解，也可能启发其他长程任务（如研究、数据分析）中的多智能体协作，但需注意其依赖消息传递基础设施，实际部署时需考虑网络延迟和消息可靠性。
架构优于算力的实证
消融实验显示，AgentRadio的完整架构在相同计算预算下显著优于best-of-6采样（62.1% vs 37.9%），表明协作架构的改进比单纯增加模型调用更有效。这提示在资源有限时，优化多智能体协作机制可能比升级模型或增加采样次数更具性价比，但结果基于特定基准，推广需谨慎。
被动感知的增益与局限
被动感知单独贡献了10.5至11.3个百分点的提升，且增益随任务难度增加，说明后台监听能有效捕捉中途信息。然而，该机制依赖Agent主动发送消息，若消息质量不高或频率过低，增益可能受限。此外，实验仅覆盖代码库问答任务，对其他领域（如开放域对话）的适用性尚待验证。
Q&A
AgentRadio是什么？
AgentRadio是一种异步消息传递层，使编码Agent能在后台监听队友消息而不中断前台工作，实现真正的异步协作。
AgentRadio解决了什么问题？
它解决了现有大多数多智能体系统中通信与计算互斥的问题，即Agent在执行任务时无法同时接收队友信息，导致长程任务中大量无效工作。
AgentRadio的核心机制是什么？
核心机制是“被动感知”，让Agent在后台监听消息的同时继续前台工作，通过wait_for_mention等原语实现。
AgentRadio在SWE-Atlas QnA基准上的表现如何？
四个由AgentRadio组织的Claude Code Agent解决了62.1%的任务，比单Agent（32.3%）高29.8个百分点，甚至超越了使用更强模型Opus 4.8的单Agent（57.2%）。
AgentRadio相比单纯增加计算量有什么优势？
消融实验表明，完整方案击败了计算匹配的best-of-6采样（Opus 4.6: 62.1% vs 37.9%），证明协作架构本身比单纯增加计算量更有效。
AgentRadio的五个阶段协议是什么？
五阶段协议包括：分工、执行、实时发现、协商和整合。其中实时发现是核心，允许Agent在发现信息时立即发布，而非等到阶段边界。
