**CMU提出MPLM：通过线程间消息传递提升AI智能体并行效率**

_Agents Work Better When They Can Pass Each Other Notes_

> 卡内基梅隆大学团队提出消息传递语言模型（MPLMs），允许LLM智能体线程直接通信以替代中央协调器。该方法在解决数独和3-SAT等结构化问题时，显著降低了延迟并减少了单线程负载，在9x9数独测试中比传统并行方法快4倍。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：论文
- **发布时间**：2026-09-30 12:12（北京时间）
- **原文**：[打开原文](https://www.deeplearning.ai/the-batch/agents-work-better-when-they-can-pass-each-other-notes)