JADE：弥合动态Agentic RAG中战略与执行层的鸿沟

摘要

检索增强生成（RAG）的演进已从静态检索流水线转向动态的agentic工作流，由中央规划器统筹多轮推理。然而，现有范式面临关键的两难：要么在僵化、固定图架构内联合优化各模块，要么在赋能动态规划的同时把执行器当作冻结的黑箱工具。我们发现，这种解耦优化造成战略-操作失配：精巧的规划策略因未适配的局部执行器而无法落地，尽管系统复杂度增加，却常带来负向性能收益。本文提出JADE（Joint Agentic Dynamic Execution），一个在动态多轮工作流内联合优化规划与执行的统一框架。通过把系统建模为统一在单一共享主干之下的合作多智能体团队，JADE支持由结果奖励驱动的端到端学习。这一方式促成协同适应：规划器学会在执行器的能力边界内运作，而执行器演化以对齐高层战略意图。实证结果表明，JADE把原本割裂的模块转化为协同系统，通过联合优化带来显著性能提升，并经由动态工作流编排实现效率与效果之间的灵活平衡。

JADE：弥合动态Agentic RAG中战略与执行层的鸿沟 — 图2：JADE 的总体框架。系统在规划与执行的迭代循环中运行。(1) 推理阶段（左）：过程是递归的——对于全局状态 s_t 中当前未解决的节点（即某个特定子查询，见 Eq. 2），调用 Planner 编排专门的工作流。该工作流由专门的 Executor（例如 Query Decomposition、Retrieval Agent）执行，以更新 s_t 进入下一轮。(2) 训练阶段（右）：为实现联合优化，多轮轨迹中涉及的每个智能体生成转移三元组 ⟨o_{t,k}, a_{t,k}, r_{t,k}⟩。这些转移被汇总到统一的 Experience Buffer 中，随后用于更新参数共享的策略模型，使战略规划与操作执行对齐。