Arbor：将树搜索作为自主代理的认知层

Arbor 是一个多智能体框架，引入结构化树搜索作为认知层，适用于大状态空间下的自主代理。该系统维护显式的假设搜索树作为共享工作记忆，随测量演化，将失败视为诊断信号以重塑后续探索。通过协调器与批评者智能体的制衡架构，结合硬技能与软技能分解，实现了全自动的多日优化活动。实验表明，该方法在推理吞吐 - 延迟帕累托改进上显著优于基线，且具备硬件无关性与可复现性。