**RecursiveMAS的“潜空间军团”：多代理系统从“文本群聊”降维到13M参数递归循环，还是斯坦福+MIT+NVIDIA把协作彻底工程化的低成本幻觉？**

RecursiveMAS的“潜空间军团”：多代理系统从“文本群聊”降维到13M参数递归循环，还是斯坦福+MIT+NVIDIA把协作彻底工程化的低成本幻觉？

我直接点开了alphaxiv.org/abs/2604.25917（arXiv镜像，2026.4.28提交，ID 2604.25917）。标题《Recursive Multi-Agent Systems》，作者阵容亮眼：Xiyuan Yang、Jiaru Zou（并列一作，Jiaru Zou项目主导）、Rui Pan、Ruizhong Qiu、Pan Lu、Shizhe Diao、Jindong Jiang、Hanghang Tong、Tong Zhang、Markus J. Buehler、Jingrui He、James Zou。机构分布：UIUC（6人）、Stanford（2人）、NVIDIA（2人）、MIT（1人）。项目官网recursivemas.github.io直接挂出全部基准表和案例，GitHub repo（sentient-agi/ROMA）已5,027星。论文36页，核心观点一句话：把整个多代理系统当成单一的潜空间递归计算，用一个轻量RecursiveLink模块串联异构agent，中间只传latent state，最后一轮才解码成文本。

不是玄学“agent觉醒”，而是把“协作”从NLP层面的消息传递，硬生生工程化成了矩阵运算的闭环。数据说话，我把论文+官网所有关键数字拉出来，一目了然。

1. 技术架构：不是“大家轮流说话”，是“潜空间内循环+Inner-Outer双环训练”

RecursiveMAS把多代理系统视为一个统一体（unified latent-space recursive computation）。核心是RecursiveLink模块（两层残差线性层）：

• Inner Link（agent内）：( \mathcal{R}_{\text{in}}(h) = h + W_2 \sigma(W_1 h) )（GELU激活）
• Outer Link（跨agent）：( \mathcal{R}_{\text{out}}(h) = W_3 h + W_2 \sigma(W_1 h) )（额外W3对齐维度）

残差连接保证梯度稳定（Theorem 1证明：( |\partial \mathcal{R}(h)/\partial h|_2 \geq \Omega(1 - \sqrt{(1/d_h) \log(1/\delta)}) )，而文本递归会衰减到O(ε)）。

支持4种协作模式（Table 1）：

• Sequential（Planner → Critic → Solver）
• Mixture（Math/Code/Science Specialist + Summarizer）
• Distillation（Expert → Learner）
• Deliberation（Reflector + Tool-Caller）

训练用Inner-Outer Loop：

• Inner loop：并行warm-start各agent，损失( \mathcal{L}{\text{in}} = 1 - \cos(\mathcal{R}{\text{in}}(H), \text{Emb}_\theta(y)) )
• Outer loop：展开n轮递归，CE损失优化整个系统，只在最后一轮解码。

理论复杂度对比（论文直接给公式）：

• RecursiveMAS：( \Theta(N(md_h^2 + (t+m)d_h^2 + (t+m)^2 d_h)) )
• 传统文本MAS：( \Theta(N(m|V|d_h + (t+m)d_h^2 + (t+m)^2 d_h)) )
  （d_h << |V|，所以latent运算天生更快）

所有agent基于开源小模型（Qwen3-1.7B到Qwen3.5-9B不等），总trainable参数仅13.12M（0.31%）。

2. 基准数据：+8.3%平均准确率，9个任务全线碾压

论文在9个基准（MATH500、AIME2025、AIME2026、GPQA-Diamond、LiveCodeBench-v6、MBPP Plus、MedQA、HotpotQA、Bamboogle）上测。r=3（递归深度3）时RecursiveMAS全胜。

主结果表（r=3，Scaled配置，官网Table）：

方法	MATH500	AIME2025	AIME2026	GPQA-D	LiveCodeBench	MedQA	平均提升
Single Agent (LoRA)	83.1	70.0	73.3	62.0	37.4	76.1	-
Single Agent (Full-SFT)	83.2	73.3	76.7	62.8	38.6	77.0	-
MoA	79.8	60.0	63.3	47.6	27.0	57.5	-
TextGrad	84.9	73.3	76.7	62.5	39.8	77.2	-
LoopLM	84.6	66.7	63.3	48.1	24.9	56.4	-
Recursive-TextMAS	85.8	73.3	73.3	61.6	38.7	77.0	-
RecursiveMAS (ours)	88.0	86.7	86.7	66.2	42.9	79.3	+8.3%

递归深度缩放（Table 2，Light/Scaled混合数据）：

递归深度 r	MATH500 Acc.	AIME2025 Acc.	时间倍数	Token减少
r=1	75.8	86.3	1.2×	34.6%
r=2	76.6	87.1	1.9×	65.5%
r=3	77.8	88.2	2.4×	75.6%

Ablation（RecursiveLink设计，Table 4）：Res+2-Layer（ours）在MATH500上比1-Layer高3.6分，比Res+1-Layer高1.3分。

训练成本对比（Table 5）：

方法	Peak GPU Mem (GB)	Trainable Params	估算成本 ($)	平均Acc.
LoRA	21.67	15.92M (0.37%)	6.64	66.9
Full-SFT	41.40	4.21B (100%)	9.67	68.6
RecursiveMAS	15.29	13.12M (0.31%)	4.27	74.9

3. 蛛丝马迹：不是 emergent，而是可验证的工程闭环

• 作者背景：James Zou（Stanford，AI fairness/robustness领域老兵）、Markus J. Buehler（MIT，材料科学+AI生成）、NVIDIA两人（Shizhe Diao、Jindong Jiang）直接把硬件优化带进来。UIUC主导，典型顶会流水线。
• 开源痕迹：项目官网直接给case study（AIME几何题、MedQA中毒诊断、MBPP代码生成、Bamboogle搜索链），全用r=3演示。GitHub sentient-agi/ROMA已5k+星，说明社区已开始fork。
• 真实效率：token减少75.6%意味着推理时中间“思考”几乎不占显存；2.4× speedup来自latent << vocabulary size。论文还给梯度稳定定理，彻底堵死了“文本递归梯度爆炸”的老路。
• 局限：目前只测到r=3，小模型主导；大模型+更深递归还没公开数据。但缩放趋势已清晰：深度每+1，收益 compounding。

结论清晰而刺耳：RecursiveMAS不是“让agent们更会聊天”，而是理科生用13M参数+残差latent link把整个多代理系统压缩成可递归的矩阵运算。它证明：协作的本质可以从离散文本消息，彻底工程化为连续潜空间的迭代求精——成本只有Full-SFT的44%，速度2.4倍，准确率还高8.3%。当几百个、一千个这样的RecursiveMAS并行跑在真实任务上时，我们面对的不再是“多智能体社会模拟”，而是成千上万个潜空间军团在同步做矩阵乘法。

真正的深思点在这里：人类协作靠语言，代价是延迟和歧义；RecursiveMAS把代价变成了可控的深度和token预算。它把“群体智能”从社会学问题，变成了纯工程优化问题。数据不会骗人：未来最强的agent系统，可能根本不会互相“说话”，只会把彼此的latent state在黑暗的向量空间里循环炼化，直到最后一刻才吐出人类能读懂的答案。

下次看到某个多代理框架吹“自然协作”，先问它：你们是文本群聊，还是潜空间军团？RecursiveMAS已经把答案用88.0% MATH500和4.27美元训练成本写在纸上了。协作，从来不是魔法，而是可递归的代码。