Meta-Agent：从任务描述到经验证的多智能体系统

针对现有工作流扩展性差及错误传播问题，本文提出 Meta-Agent 框架，能从自然语言描述自动构建并执行专用多智能体系统。该框架包含构建与执行两阶段：前者将任务分解为有向无环图，结合网络搜索 grounding 与代码生成，并引入构建时验证；后者通过协调器分发子任务并实施执行时验证。此外，提出三级错误归因机制以实现针对性恢复。实验表明，该方法在任务成功率及工作流稳定性上显著优于基线。