摘要
针对大语言模型多智能体系统的组织难题，本文提出 OrgAgent，一种模仿公司层级结构的框架。该系统将协作划分为治理、执行和合规三层：治理层负责规划与资源分配，执行层处理任务求解与审查，合规层控制最终答案。实验表明，相比扁平化结构，该层级架构在多种推理任务中性能更优且令牌消耗更低。例如在 SQuAD 2.0 上，性能提升超 100% 的同时 token 用量减少约 75%。研究证实，组织结构是影响多智能体推理效果与成本的关键因素。
AI 推荐理由
提出公司式分层架构，核心在于治理层的规划与资源分配，显著提升多智能体推理效率。
研究机构
The Chinese University of Hong Kong
CISPA Helmholtz Center for Information Security
IBM Research
论文信息