多智能体的开销在开会不在干活：Muffin 把共享发言换成异步留言板

多智能体系统这几年有个不太体面的现状：人多了，活不一定干得更好，账单倒是一路涨。大量目标驱动型推理任务里，单智能体和多智能体的成绩常常打平，而多智能体的失败往往不出在「想不出」，出在「传话」——关键信息在智能体之间倒手时丢了、慢了、或者被稀释了。10 月 22 日提交的 arXiv 论文 Muffin（编号 2610.31355，五位作者）就是冲着这个环节来的。

主流的多智能体辩论做法是同步轮流发言：你一句我一句，每一轮的中间结果都要摊给所有参与者，推理轨迹全量共享。这套机制有个结构性代价——为了让别人接得上话，每个智能体都得把自己的思考过程写成「给别人看的版本」，token 开销随轮次滚雪球，而真正有用的信息密度未必高。Muffin 的改法说穿了很朴素：把「开会」降级成「留言板」。它设了一个共享记忆缓冲区，智能体把中间发现异步投进去，谁需要谁来取；私人推理留在各自本地，不必为了共享而改写成公共格式。框架还配了一个编排器，先掂量题目的分量——简单的单智能体直接答，费脑的才派给多智能体组，省得杀鸡用牛刀。 成绩单是这套设计的硬底气：在论文覆盖的 20 组基准设置里，Muffin 有 17 组准确率居首；对多智能体辩论的对比更扎眼——准确率高出 19.2 分，token 反倒少用 77.4%，前提是不需要共享完整轨迹（论文自报口径）。质量和成本两条轴同时改善，这意味着收益不是拿钱堆出来的。 对跑多智能体系统的团队来说，这笔账有两层工程含义。其一是计费结构的改变：同步辩论的 token 消耗随参与者数量和轮次相乘，异步缓冲把相乘变成了相加——每个智能体只为自己消费的信息付费；其二是调试方式的改变，中间发现落在共享缓冲区里，等于给协作过程留下了一条可回放的记录，出了错能翻到具体哪条「留言」出了问题，而不用对着几份完整轨迹做交叉比对。

放进更大的坐标系里看，这篇与 1970 期写过的 ScaleMAS 是近亲但不同治法：ScaleMAS 面向大规模多智能体系统的消息布线，讲究发布、检索、到访三操作的架构归因；Muffin 则聚焦目标推理任务，赌的是「异步缓冲 + 按需开组」这个更轻的组合。两条线殊途同归的地方在于，都认定多智能体的瓶颈在通信介质而不是模型智力。局限也得摆清楚：基准结果为论文自报，尚未见独立复现；实验集中在推理问答类任务，异步缓冲搬到工具调用密集的执行场景是否同样吃香，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。