从多智能体到单智能体：技能蒸馏何时有益？

多智能体系统虽能处理复杂任务，但面临协调开销大等挑战。将多智能体蒸馏为单智能体技能可规避这些问题，但其效果往往不一致。本文揭示技能效用取决于评估指标而非任务本身，并提出“度量自由度”作为预测器。基于此，作者设计了两阶段自适应蒸馏框架：第一阶段选择性提取工具与知识以保留探索性；第二阶段针对刚性指标进行迭代优化。实验表明，该方法在显著降低成本和延迟的同时，性能匹配或超越原多智能体系统。