TCAndon-Router：面向多智能体协作的自适应推理路由器

多智能体系统（MAS）已成为构建高性能智能应用的强大范式。在这类系统中，负责决定由哪些专家智能体处理给定查询的路由器对整体性能起着关键作用。现有路由策略大致分为两类：性能路由，在不同规模的模型之间平衡延迟与成本；任务路由，将查询分配给领域专家以提升准确率。在真实企业应用中，任务路由更为适用；然而，大多数现有方法依赖静态的单标签决策，这带来两大局限：(i) 随业务领域扩展难以无缝接入新智能体；(ii) 智能体能力重叠导致路由冲突，最终损害准确率与鲁棒性。为应对这些挑战，我们提出 TCAndon-Router（TCAR）：面向多智能体协作的自适应推理路由器。与传统路由器不同，TCAR 支持动态智能体接入，并在预测一组能够处理该查询的候选智能体之前，先生成自然语言推理链。此外，我们设计了一条协作执行流水线，被选中的智能体独立生成回答，再由专门的精炼智能体（Refining Agent）聚合并精炼为单一高质量回答。在公开数据集与真实企业数据上的实验表明，TCAR 显著提升路由准确率、减少路由冲突，并在模糊场景下保持鲁棒。我们已在 https://huggingface.co/tencent/TCAndon-Router 发布 TCAR，以支持未来对可解释与协作式多智能体路由的研究。