动态注意力上下文范围：多智能体 LLM 编排中基于智能体触发的聚焦会话以实现独立智能体引导

多智能体 LLM 编排系统常受上下文污染困扰，即并发智能体竞争导致任务状态相互干扰，降低决策质量。本文提出动态注意力上下文范围（DACS）机制，采用非对称双模式：注册模式仅保留轻量级状态摘要；当智能体发出引导请求时，系统进入聚焦模式，注入该智能体完整上下文并压缩其他智能体信息。实验表明，DACS 在不同规模及复杂场景下显著优于扁平上下文基线，有效消除了跨智能体污染，提升了引导准确率与上下文效率。