新研究：将LLM多智能体团队视为分布式系统，开启优化新范式

随着大语言模型（LLM）能力的提升，由多个LLM组成的“AI团队”部署规模日益扩大，但业界长期缺乏评估其效能及架构设计的原则性框架。本文提出将分布式系统作为构建和评估LLM团队的理论基础，旨在回答何时使用团队、如何确定规模以及如何优化结构等关键问题。研究发现，分布式计算中的核心挑战与优势同样存在于LLM团队中，这一跨学科视角为摆脱盲目试错、实现高效的多智能体协作提供了深刻的技术洞见。