AWS AI Labs 论文提出 AECP 协议，多智能体编码团队通过结构化通信提升通过率并阻断恶意指令

这是 AWS AI Labs 的一篇很棒的论文。

他们证明，在不更换模型的情况下，多智能体编码团队将测试通过率提高了 28.2%，并把实际耗时缩短了 16.5%。

作者的实现方式是改变智能体之间的通信方式。

在自由形式的智能体团队中，共享的发现只是上下文信息。智能体可以忽略它们，而运行框架也从不检查实现是否仍然符合团队商定的接口。

他们提出了 AECP，一种要求智能体只能通过结构化产物进行通信的协议，由运行框架据此采取行动。

当智能体打开相关代码时，它会提供已记录的发现；对照接口承诺对实现进行筛查；当某项约定发生变更时，它会促使受影响的智能体重新审视该约定。

这些结果在 Doc2Repo、NL2Repo 和 CodeProjectEval 上均成立，所用模型包括 Opus-4.8 和 DeepSeek-V4-Flash。

它还带来了安全方面的收益。

在智能体之间传递的恶意指令，到达另一个智能体的比例从 95% 降为 0%，被实际执行的比例从 40% 降为 0%。

论文：academy.dair.ai/papers/aecp-…