Статья «LLMs are General Asynchronous Agents»: Qwen 3.x работают асинхронно без дообучения
Авторы статьи «LLMs are General Asynchronous Agents» исходят из того, что современные большие языковые модели (LLM), даже будучи всё более способными автономными агентами, работают по последовательному циклу: прочитать, подумать, ответить или вызвать инструменты, повторить.
При этом, по словам авторов, многие реальные сценарии не последовательны: голосовые ассистенты, воплощённые агенты (роботы) и системы мониторинга получают новые входные данные, пока думают или выполняют другую задачу. Сейчас эту проблему решают специализированными средствами: архитектурами для голосового взаимодействия и видеопотоков, VLA-моделями для управления роботами, асинхронным вызовом инструментов для работы с API и другими решениями.
В работе предлагается обобщить такие частные случаи и перейти к общим асинхронным агентам, которые могут приспосабливаться к разным видам параллелизма. Для этого авторы разработали асинхронный фреймворк для LLM: он позволяет пользователям (или самим агентам) определять корутины инференса (сопрограммы, выполняющие вывод модели) с перекрывающимися состояниями памяти.
В качестве демонстрации авторы показывают, что модели Qwen 3.x способны работать асинхронно в задачах понимания потокового видео, видеоиграх и мониторинге без обучения под конкретную задачу. Количественных результатов в доступном описании нет.
Ключевые факты
- Обычные LLM работают последовательно: прочитать, подумать, ответить или вызвать инструмент, повторить.
- Голосовые ассистенты, воплощённые агенты и системы мониторинга получают новые входные данные во время размышления или выполнения другой задачи.
- Сейчас асинхронность решают узкими средствами: архитектуры для голоса и видео, VLA для роботов, асинхронный вызов инструментов.
- Авторы предлагают фреймворк, где пользователь или сам агент задаёт корутины инференса с перекрывающимися состояниями памяти.
- Модели Qwen 3.x показаны в потоковом видео, видеоиграх и мониторинге без специального обучения под задачу.
Почему это важно
Большинство агентных систем построено на цикле «прочитать, подумать, ответить». Реальные задачи, разговор с голосовым ассистентом, управление роботом, наблюдение за потоком событий, этому циклу не соответствуют: новые данные приходят, пока модель ещё занята. Авторы пытаются заменить набор узкоспециализированных решений одним общим подходом.
Кому это важно
Разработчикам голосовых ассистентов, роботизированных и воплощённых агентов, систем мониторинга и игровых агентов, а также тем, кто строит агентные фреймворки поверх открытых моделей семейства Qwen.
Как это применить
Из описания следует идея: оформлять вывод модели как корутины с перекрывающимися состояниями памяти, причём такие корутины могут задавать как пользователь, так и сам агент. Сведений о коде, релизе фреймворка или моделей в доступном описании нет, поэтому практическое применение пока оценить нельзя.
Можно ли доверять
Это краткая аннотация статьи с Hugging Face Papers. Утверждения принадлежат самим авторам; цифр, бенчмарков, задержек и сравнения со специализированными системами (голосовыми, VLA, асинхронным вызовом инструментов) в тексте нет. Какие именно версии и размеры Qwen 3.x тестировались, не указано. Пока это заявка, а не проверенный результат.
Риски и подводные камни
Без количественных данных неясно, насколько асинхронный режим на обычных моделях сравним по качеству и задержке со специализированными решениями. Формулировка «без специального обучения» относится к показанным сценариям; за их пределами переносимость подхода не обоснована в описании.