CoAgent：多智能体系统的并发控制

多智能体大语言模型系统常并行运行并修改共享状态，但传统并发控制机制因推理耗时长、读集不透明等特性而不适用。本文提出利用 LLM 判断冲突写操作是否使当前计划失效并进行精准修复的能力，构建了一种建议式并发控制协议 MTPO。该协议预设序列化顺序， speculative 执行写入，并通过通知机制触发受影响代理重判与修补计划。实验表明，CoAgent 在高 contention 负载下保持了接近串行的正确性，同时显著提升了速度与成本效率，并在 Bash 环境中在线扩展工具库，提高了任务通过率。