智能体团队为何跨边界失败？私有状态 A2A 系统的失效分类

Sarath Shekkizhar, Prathyusha Jwalapuram, Zixuan Ke, Vaidehi Patil, Jiayu Wang, Srijan Bansal, Trong Huy Nguyen, Dingfeng Jiang, Dongqi Liu, Ruochen Zhao, Wei Lu, Giuseppe Carenini, Mohit Bansal, Silvio Savarese, Shafiq Joty

论文 2026 原文 2026-10-15 arXiv preprint arXiv:2610.19342 [cs.MA] arXiv:2610.19342 收录 2026-10-19 A2Amulti-agentevaluationinteroperabilityfailure-taxonomy

摘要

智能体越来越多地与代表不同委托方（个人或组织）的其他智能体交互，例如买方个人智能体与企业卖方智能体谈判。此类 A2A 场景中每个智能体有自己的环境，掌握对方不可见的信息与权限，且利益可能一致、部分一致或对立。现有多智能体失效研究假设单一编排器、共享工作区或单一委托方。本文追问去掉这些假设后 A2A 系统如何失败：研究 8 大场景族（法律、CRM、安全、商务等）488 个场景、2500 余条记录运行轨迹，归纳出 A^2-Failures——4 类共 20 种 A2A 失效模式：发现与委派、落地与记录一致性、验证、行为与忠实度。三项发现在所有 harness、模型与场景下均成立：(1) 发现与交互由任务措辞驱动，而非对等智能体是否可用；(2) 没有智能体会主动核验对等方的陈述，因此 A2A 系统的可靠性被最不可靠的参与者拖平，除非协议或机制承担核验；(3) 聚合评分只奖励完成任务的一方，对底层的协同、验证与行为失效视而不见，故 A2A 系统必须按智能体、对照各自委托方分别评估。运行日志已公开。

引用本文条目

GB/T 7714-2015

Sarath Shekkizhar, Prathyusha Jwalapuram, Zixuan Ke, et al. Why Do Agent Teams Fail Across Boundaries? A Failure Taxonomy for Agent-to-Agent Systems with Private States[EB/OL]. arXiv preprint arXiv:2610.19342 [cs.MA], 2026(2026-10-15)[2026-10-21]. https://arxiv.org/abs/2610.19342.

BibTeX

@misc{shekkizhar2026,
  author = {Sarath Shekkizhar and Prathyusha Jwalapuram and Zixuan Ke and Vaidehi Patil and Jiayu Wang and Srijan Bansal and Trong Huy Nguyen and Dingfeng Jiang and Dongqi Liu and Ruochen Zhao and Wei Lu and Giuseppe Carenini and Mohit Bansal and Silvio Savarese and Shafiq Joty},
  title = {Why Do Agent Teams Fail Across Boundaries? A Failure Taxonomy for Agent-to-Agent Systems with Private States},
  year = {2026},
  organization = {arXiv preprint arXiv:2610.19342 [cs.MA]},
  howpublished = {\url{https://arxiv.org/abs/2610.19342}},
}

查看原文 ↗

本条目为「智联观察」资料库收录，引用时请注明来源与本页链接。