AI委托 任务分解 责任分配 信任机制
摘要

AI代理能够处理日益复杂的任务。为了实现更雄心勃勃的目标,AI代理需要能够将问题有意义地分解为可管理的子组件,并安全地将其完成任务委托给其他AI代理和人类。然而,现有的任务分解和委托方法依赖于简单的启发式方法,无法动态适应环境变化并稳健处理意外故障。本文提出了一种用于智能AI委托的自适应框架——一系列涉及任务分配的决策,同时包含权力、责任、问责制的转移,明确的角色和边界规范,意图的清晰性,以及在双方(或多方)之间建立信任的机制。该框架适用于复杂委托网络中的人类和AI委托方与被委托方,旨在指导新兴代理网络中协议的发展。

AI 推荐理由

论文涉及任务委托与责任分配,间接关联到Agent Memory中的角色与边界定义。

论文信息
作者 Nenad Tomašev, Matija Franklin, Simon Osindero
发布日期 2026-02-12
arXiv ID 2602.11865
相关性评分 6/10 (相关)