DeLM: bỏ agent điều phối trung tâm, lấy ngữ cảnh chung và hàng đợi việc
Agent chính giữ vai trò điều phối: giữ hay bỏ khi đội đã chạy song song?
Mở
Chạy nhiều agent song song hứa hẹn tăng năng suất, nhưng phần lớn thời gian lại mất vào hai việc: chờ peer trả lời và làm lại việc peer đã làm. Kiến trúc quen thuộc — một agent chính giữ vai trò điều phối, chờ subagent rồi chuyển tiếp kết quả — chính là nguồn gốc của hai loại phế thải đó. Paper này đặt câu hỏi thực tế: nếu bỏ agent chính, thay bằng ngữ cảnh chung và hàng đợi việc, đội agent có vừa nhanh hơn vừa chính xác hơn không? Đó là câu hỏi của bất kỳ ai thiết kế pipeline agent nhiều tầng.
Paper này làm gì
DeLM (Decentralized Language Models) là khung đặt lên trên agent harness có sẵn, thay agent chính bằng một ngữ cảnh chung và một hàng đợi việc. Agent nhận việc theo cách bất đồng bộ, công bố phát hiện ngay khi có, và tiếp tục hoặc sửa tiến độ của nhau, trong khi trạng thái của mọi peer hiển thị cho tất cả. Thí nghiệm chạy trên Terminal-Bench 4.0, DeepSWE v1.1 và SWE-bench Verified, so sánh với Codex, Claude Code, các subagent gốc của chúng và AOrchestra. Thêm ProgramBench, nơi agent dựng lại chương trình từ đầu với ngân sách 120 phút, để đo tốc độ tiến triển thay vì chỉ điểm cuối.
Phát hiện chính
Bong bóng song song là chi phí ẩn — Mô tả đúng cách một đội song song lãng phí: không phải token tính toán thừa, mà là thời gian chờ và công việc làm lại. Cả ba kiểu giao tiếp đều sinh phế thải — agent độc lập khám phá lại điều peer đã tìm ra, agent giao tiếp phải chờ vòng đồng bộ, và orchestration trung tâm khiến agent chính chặn chờ subagent.
agent time spent waiting on others or redoing a peer’s work
Thay trung tâm bằng ngữ cảnh chung — Thay vì một agent chính đọc kết quả rồi cấp việc, DeLM để ngữ cảnh chung và hàng đợi việc làm nhiệm vụ điều phối: agent tự nhận việc bất đồng bộ, và tiến độ của ai cũng hiển thị cho mọi người, nên việc của peer không bị làm lại.
replacing the main agent with a shared context and a task queue
Vừa chính xác hơn, vừa nhanh hơn baseline mạnh nhất — Trên cả ba benchmark dài hạn, DeLM thắng Codex, Claude Code, subagent gốc và AOrchestra ở mọi thiết lập; trên ProgramBench nó kết thúc ngân sách 120 phút với tỷ lệ test pass cao hơn tới 19.9 điểm so với Claude Code.
improving accuracy by up to 17.5 points over the strongest baseline and running up to 2.49x faster than the harness it builds on
Caveat
Abstract không nêu hạn chế của chính khung DeLM; tác giả nêu không có. Kết quả vì vậy nên đọc đúng trong phạm vi họ đã chạy: Terminal-Bench 4.0, DeepSWE v1.1, SWE-bench Verified và ProgramBench. Bất kỳ ngữ cảnh nào ngoài bốn bộ đó vẫn phải tự đo bằng lần chạy thật của mình.
Áp vào 5ac thế nào
Kanban 5ac, card cha giữ vai trò orchestrator còn card con là subagent — và đừng để card cha thành trung chuyển duy nhất. Card con nên tự ghi phát hiện vào chính card của mình qua comment, để card cha không phải đọc lại toàn bộ transcript rồi tóm tắt: đó chính là mô hình ngữ cảnh chung. Hàng đợi việc tương ứng cột ready — card tự claim khi có slot thay vì chờ giao việc, giảm bubble chờ. Bubble không hiện trên hoá đơn token nhưng kéo dài wall-clock: trần runtime và heartbeat phải khai báo. Pipeline migration hay coding dài hạn của khách là nơi nên bán kiến trúc này: nhanh hơn mà vẫn rẻ hơn.
Nguồn
- Decentralized Multi-Agent Systems with Shared Context — https://arxiv.org/abs/2606.10662