Agent Context Protocols Enhance Collective Inference

要約

AIエージェントは、コーディング、推論、マルチモーダルの理解などの複雑なタスクにますます熟達しています。
ただし、ジェネラリストシステムの構築には、個々のエージェントを超えて集合的な推論に移行する必要があります。これは、多様なタスク専門的なエージェントを備えたマルチエージェントシステムが構造化されたコミュニケーションとコラボレーションを通じて互いに補完するパラダイムです。
今日、調整は通常、複雑な相互作用を制限し、ドメイン固有のエージェントとの相互運用性を妨げる不正確なアドホックな自然言語で処理されます。
エージェントコンテキストプロトコル（ACPS）：エージェントとエージェントのコミュニケーション、調整、およびエラー処理のための構造プロトコルのドメインおよびエージェントに依存しないファミリーを紹介します。
ACPは（i）永続的な実行ブループリント – 中間エージェント出力を保存する明示的な依存性グラフ – （ii）標準化されたメッセージスキーマを使用して、堅牢で断層耐性の多因子集団推論を可能にします。
ACPを搭載したジェネラリストシステムは、最先端のパフォーマンスに到達します。長距離のWeb支援とクラス最高のマルチモーダル技術レポートのアシスタントベンチの28.3％の精度、人間の評価における商用AIシステムを上回ります。
ACPは非常にモジュール式で拡張可能であるため、実務家は最大のジェネラリストエージェントを迅速に構築できます。

要約(オリジナル)

AI agents have become increasingly adept at complex tasks such as coding, reasoning, and multimodal understanding. However, building generalist systems requires moving beyond individual agents to collective inference — a paradigm where multi-agent systems with diverse, task-specialized agents complement one another through structured communication and collaboration. Today, coordination is usually handled with imprecise, ad-hoc natural language, which limits complex interaction and hinders interoperability with domain-specific agents. We introduce Agent context protocols (ACPs): a domain- and agent-agnostic family of structured protocols for agent-agent communication, coordination, and error handling. ACPs combine (i) persistent execution blueprints — explicit dependency graphs that store intermediate agent outputs — with (ii) standardized message schemas, enabling robust and fault-tolerant multi-agent collective inference. ACP-powered generalist systems reach state-of-the-art performance: 28.3 % accuracy on AssistantBench for long-horizon web assistance and best-in-class multimodal technical reports, outperforming commercial AI systems in human evaluation. ACPs are highly modular and extensible, allowing practitioners to build top-tier generalist agents quickly.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google