Agent Orchestration Sub-Agent Creation Dynamic Abstraction Task Automation
摘要

语言智能体在任务自动化方面展现出巨大潜力。为了应对日益复杂和长期的任务,多轮任务求解中出现了将子代理作为工具的范式。然而,现有设计缺乏对子代理的动态抽象视图,影响了系统的适应性。本文提出了一种统一且框架无关的智能体抽象方法,将任何智能体建模为一个四元组(Instruction, Context, Tools, Model),该四元组作为能力组合的配方,使系统能够按需生成专门的执行器。基于此抽象,我们引入了一个名为AOrchestra的智能体系统,其中中央协调器在每一步具体化该四元组:它筛选任务相关的上下文,选择工具和模型,并通过即时自动创建代理进行委托执行。这种设计减少了人工工程努力,并支持多种智能体作为任务执行器的即插即用。此外,它还实现了可控的性能-成本权衡,使系统接近帕累托最优。在三个具有挑战性的基准测试(GAIA、SWE-Bench、Terminal-Bench)中,AOrchestra在与Gemini-3-Flash结合时,相对于最强基线实现了16.28%的相对改进。

AI 推荐理由

论文涉及Agent系统中的子代理创建与任务执行,间接关联到记忆机制,但未直接研究Memory。

论文信息
作者 Jianhao Ruan, Zhihao Xu, Yiran Peng, Fashen Ren, Zhaoyang Yu et al.
发布日期 2026-02-03
arXiv ID 2602.03786
相关性评分 6/10 (相关)