Cet article propose une méthode d'intégration de modèles de langage à grande échelle (LLM) et de services intelligents via un framework d'agents, exploitant les vastes ressources de calcul des réseaux 6G. Les agents LLM peuvent planifier et agir de manière autonome pour traiter diverses significations environnementales et intentions utilisateur grâce à des modules auxiliaires et un noyau de planification. Cependant, les ressources limitées des périphériques réseau individuels entravent considérablement le bon fonctionnement des agents LLM, y compris les invocations d'outils complexes. Une collaboration multi-niveaux efficace entre périphériques est donc nécessaire de toute urgence. Pour répondre à ce problème, cet article propose un framework et une méthodologie pour un système multi-agents LLM avec collaboration terminal-périphérie en double boucle dans les réseaux 6G. La boucle externe consiste en une collaboration itérative entre un agent global et plusieurs sous-agents déployés sur des serveurs et terminaux périphériques, améliorant les capacités de planification grâce à la décomposition des tâches et à la distribution parallèle des sous-tâches. La boucle interne est constituée de sous-agents dotés de rôles dédiés qui infèrent, exécutent et replanifient récursivement les sous-tâches. La génération d'invocations d'outils parallèles utilisant des stratégies de déchargement est intégrée pour améliorer l'efficacité. Grâce à des études de cas sur la gestion de la sécurité urbaine activée par la 6G, nous vérifions les capacités améliorées de planification du travail et l'efficacité de l'exécution du travail, et analysons en profondeur les défis ouverts et les orientations futures des réseaux 6G pour accélérer l'avènement de l'ère 6G.
