StreamMA：通过流式通信优化多智能体推理系统的延迟与效果

StreamMA 提出一种多智能体推理系统，将推理步骤即时流式传输至下游，实现流水线并行以显著降低端到端延迟。该方法在八个基准测试中优于串行和单智能体基线，平均提升 7.3 个百分点，HMMT2026 上最高提升 22.4 个百分点。实验显示，步骤级缩放定律能同时提升推理有效性与效率，成为与智能体数量缩放正交的新维度。