具有共享上下文的去中心化多智能体系统

多智能体系统可通过将复杂问题分解为并行子任务来扩展大语言模型的推理能力，但现有系统多依赖集中式编排，导致通信与集成瓶颈。本文提出去中心化语言模型（DeLM）框架，利用并行智能体、共享验证上下文及任务队列实现去中心化协调。智能体异步认领子任务，读取累积进展并执行局部推理，写入紧凑的验证更新。实验表明，DeLM 在软件工程测试时扩展及长上下文推理任务中表现优异，显著提升了 SWE-bench 和 LongBench-v2 的准确率并降低了成本。