A Survey of AI Agent Protocols

要約

大規模な言語モデル（LLMS）の急速な発展により、顧客サービス、コンテンツ生成、データ分析、さらには医療など、多様な業界全体のLLMエージェントが広く展開されました。
ただし、より多くのLLMエージェントが展開されるにつれて、主要な問題が明らかになりました。これらのエージェントが外部ツールまたはデータソースと通信する標準的な方法はありません。
この標準化されたプロトコルの欠如により、エージェントが協力したり効果的にスケーリングしたりすることが困難になり、複雑で実世界のタスクに取り組む能力が制限されます。
LLMエージェント向けの統一された通信プロトコルは、これを変更する可能性があります。
エージェントとツールがよりスムーズに相互作用し、コラボレーションを促進し、集合的な知性の形成をトリガーすることができます。
この論文では、LLMエージェント向けの既存の通信プロトコルの体系的な概要を説明します。
それらを4つの主要なカテゴリに分類し、ユーザーと開発者が特定のアプリケーションに最適なプロトコルを選択できるように分析を行います。
さらに、セキュリティ、スケーラビリティ、レイテンシなどの主要な次元にわたって、これらのプロトコルの比較パフォーマンス分析を実施します。
最後に、プロトコルがどのように進化する環境でどのように適応し、生き残ることができるか、将来のプロトコルが次世代のLLMエージェントエコシステムをサポートするために必要な品質など、将来の課題を探ります。
この作業は、インテリジェントエージェント向けの堅牢な通信インフラストラクチャの設計、評価、統合を目指している研究者とエンジニアの両方にとって実用的な参照として機能することを期待しています。

要約(オリジナル)

The rapid development of large language models (LLMs) has led to the widespread deployment of LLM agents across diverse industries, including customer service, content generation, data analysis, and even healthcare. However, as more LLM agents are deployed, a major issue has emerged: there is no standard way for these agents to communicate with external tools or data sources. This lack of standardized protocols makes it difficult for agents to work together or scale effectively, and it limits their ability to tackle complex, real-world tasks. A unified communication protocol for LLM agents could change this. It would allow agents and tools to interact more smoothly, encourage collaboration, and triggering the formation of collective intelligence. In this paper, we provide a systematic overview of existing communication protocols for LLM agents. We classify them into four main categories and make an analysis to help users and developers select the most suitable protocols for specific applications. Additionally, we conduct a comparative performance analysis of these protocols across key dimensions such as security, scalability, and latency. Finally, we explore future challenges, such as how protocols can adapt and survive in fast-evolving environments, and what qualities future protocols might need to support the next generation of LLM agent ecosystems. We expect this work to serve as a practical reference for both researchers and engineers seeking to design, evaluate, or integrate robust communication infrastructures for intelligent agents.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google