From Signals to Structure: How Memory Architecture Drives Language Emergence in LLM Agents

作者用 Lewis signaling game 研究两个 LLM agents 如何仅凭交互历史形成共享编码，并比较五种记忆架构与不同信道容量。persistent private notebook 在 capacity=25 时达到 0.867±0.023 的协调率，同时避开 stateless agents 在高容量词汇变大后的 collapse。这个结果把“上下文窗口够不够大”的问题改写为“交互历史如何外化成稳定 convention”，对多 agent 协作协议很有参考价值。