arXiv论文提出GAD目标感知动态多智能体协作方法

arXiv 论文提出 Goal-Aware Dynamic Multi-Agent Collaboration（GAD），用于让基于 LLM 的智能体在长程任务中保持目标意识。研究显示验证（verification）与任务成功关联最强但常发生太晚，且共享上下文中任务相关信息占比随记录累积而下降；仅将职责分配给独立上下文的多智能体系统仍会丢失目标、重复调查。GAD 用可增长的执行图组织子任务依赖，各上下文保留原始指令与目标验收条件，并通过验证和恢复机制在检查失败时提供修复反馈。