Selbstorganisation von LLM-Agenten ohne Rollen +14% Qualität

LLM-Agenten-Selbstorganisation: Rollenverzicht steigert Effizienz um 14%

Ein LLM-Agentensystem ohne starre Rollen und Hierarchien übertrifft traditionelle koordinatorbasierte Ansätze um 14% beim Qualitätsmetrik Q (p < 0,001). Ein Experiment mit 25.000 Aufgaben, 8 Modellen und bis zu 256 Agenten zeigte, dass Agenten eigenständig Spezialisierungen bestimmen, unnötige Aufgaben ablehnen und ohne Leistungsverlust skalieren. Das sequenzielle Protokoll, bei dem Agenten nacheinander arbeiten und Zugriff auf die Ergebnisse ihrer Vorgänger haben, erzielte die höchste Leistung.

Experimentsumfang und Methodik

Das Experiment umfasste über 25.000 Aufgaben über vier Komplexitätsstufen: von API-Verifizierung (L1) bis zu adversarischen Szenarien wie CEO vs Legal vs CFO (L4). Acht Modelle wurden getestet — Claude, GPT-5.4, GPT-4o, GPT-4.1-mini, DeepSeek v3.2, GLM-5, Gemini-3-flash, GigaChat 2 Max. Die Anzahl der Agenten variierte von 4 bis 256, mit einem Gesamt-Token-Verbrauch von über 1 Milliarde.

Die Lösungsqualität wurde von einem Richtermodell anhand von fünf Kriterien bewertet: Genauigkeit, Vollständigkeit, Kohärenz, Anwendbarkeit und Missionsausrichtung. Die Q-Metrik reichte von 0,25 bis 1,0.

Acht Koordinationsprotokolle wurden verglichen, darunter vier bio-inspirierte. Der Fokus lag auf horizontaler Koordination: wie eine Gruppe von Agenten ein einheitliches System bildet, ohne vertikale Verstärkung einzelner Instanzen.

Koordinationsprotokolle und ihre Wirksamkeit

Vier Schlüsselprotokolle wurden mit identischen Modellen, Aufgaben und Agentenzahlen getestet:

• Koordinator: Ein zentraler Agent-0 weist Rollen zu; andere führen parallel aus.
• Sequenziell: Agenten arbeiten nacheinander, jeder analysiert spezifische Ergebnisse vorheriger Agenten und entscheidet über Rolle und Teilnahme.
• Broadcast: Agenten kündigen Absichten an, passen sich dann basierend auf den Ankündigungen anderer an.
• Geteilt: Vollständige Unabhängigkeit mit gemeinsamem Speicher.

Ergebnisse auf GPT-4.1-mini (N=8):

| Protokoll | Qualität Q |

|--------------|-----------|

| Sequenziell | 0,724 |

| Koordinator | 0,640 |

| Broadcast | 0,510 |

| Geteilt | 0,503 |

Der Unterschied zwischen Bestem und Schlechtestem betrug 44% (Cohen’s d = 1,86). Bei N=16 auf Claude für komplexe Aufgaben erreichte Sequenziell Q=0,875 vs. 0,767 für Koordinator (+14%, p < 0,001).

Sequenziell gewinnt aufgrund des Zugriffs auf tatsächlich abgeschlossene Ergebnisse, nicht auf Absichten oder allgemeine Verläufe.

Rollen- und Spezialisierungsdynamik

Acht Agenten auf Hunderten von Aufgaben generierten 5006 einzigartige Rollen, von denen 54% nur einmal verwendet wurden. Mit 64 Agenten — 5010 Rollen (ein Unterschied von 0,1%). Agenten passen ihre Funktionen an den Kontext jeder Aufgabe an und ignorieren feste Profile.

In Sequenziell ändern sich Rollen dynamisch und bilden ein verteiltes Netzwerk. Im Koordinator laufen alle Verbindungen über Agent-0 — ein Single Point of Failure.

Selbstentfernung und Ressourcenoptimierung

Agenten in Sequenziell lehnen Aufgaben freiwillig ab: "Alle wichtigen Punkte sind abgedeckt, ich werde keinen Mehrwert liefern." Von 60 inaktiven Agenten waren 38 Selbstentfernungen. Dies steigert Q auf 0,875 vs. 0,767 mit erzwungener Teilnahme.

Claude zeigt 8,6% bewusste Ablehnungen — ein optimales Niveau. Das System selbst bestimmt die benötigte Anzahl von Teilnehmern und minimiert Token.

Beim Skalieren:

| N Agenten | Q | Token |

|----------|--------|----------|

| 8 | 0,954 | 3164 |

| 64 | 0,949 | 3537 |

| 256 | 0,967 | — |

Die Kosten stiegen um 11,8% bei einer 8-fachen Erhöhung von N, wobei ~45% der Agenten sich selbst entfernten.

Modellvergleich und Kosten

Bei komplexen Aufgaben:

• Claude Sonnet 4.6: Q=0,875, hohe Kosten.
• DeepSeek v3.2: Q=0,829 (~95% von Claude), Kosten ~1/24.
• GLM-5: Q=0,800, ~1/20.

DeepSeek übertrifft Claude bei adversarischen Aufgaben (+6,0%), mit Missionsausrichtung 4,00/4,00.

Trend: Starke Modelle (Claude, DeepSeek) profitieren von Autonomie (+3,5–10,6%). Schlüsseleigenschaften:

• Schlussfolgerung — Chain-of-Thought-Fähigkeiten.
• Selbstreflexion — Kompetenzbewertung.
• Anweisungsbefolgung — Protokolladhärenz.
• Strukturierte Ausgabe — stabile Formatierung.

Anpassung an Aufgabenkomplexität

Q sinkt von L1 zu L4 (-37,7%), aber die Hierarchie vertieft sich spontan (1,22 → 1,56). Agenten bauen selbst Struktur auf, ohne Anweisungen.

Wichtigste Erkenntnisse

• Das sequenzielle Protokoll erhöht Q um 14% aufgrund des Zugriffs auf tatsächliche Vorgängerergebnisse.
• Agenten generieren Tausende einzigartiger Rollen und passen sich dem Kontext ohne feste Profile an.
• Freiwillige Selbstentfernung optimiert Ressourcen: 45% der Agenten nehmen bei N=256 nicht teil.
• DeepSeek v3.2 erreicht 95% der Qualität von Claude bei 1/24 der Kosten.
• Autonomie ist mit starken Modellen mit fortgeschrittener Schlussfolgerung und Selbstreflexion effektiv.

— Editorial Team