近年の多エージェントシステム（MAS）は、大規模言語モデル（LLM）に基づいて構築されており、非効率的な「自由な」コミュニケーションに悩まされています。このコミュニケーションは、トークンコストの急増や信号対雑音比の低下を引き起こし、実用的な展開に制約を与えています。本記事では、資源の合理性が欠如していることが主な問題であると仮定し、「無料」のコミュニケーションが非効率性と不必要な経費を生むと論じます。そこで、「ダイナミックオークションベースの言語エージェント（DALA）」という新しいフレームワークを導入し、コミュニケーション帯域幅を希少で取引可能な資源として扱います。DALAはエージェント間のコミュニケーションを中央集権的なオークションとして捉え、エージェントがメッセージの価値に基づいて話す機会を入札することを学びます。その結果、エージェントは簡潔で情報量の多いメッセージを生成し、低価値のコミュニケーションをフィルタリングすることが促進されます。実験により、DALAは7つの難解な推論ベンチマークにおいて新たな最先端性能を達成したことが示されています。