AOrchestra：为 Agentic 编排自动创建子智能体

摘要

语言智能体在任务自动化方面展现出强大潜力。要在日益复杂的长时程任务中兑现这一潜力，推动了“子智能体即工具”范式在多轮任务求解中的兴起。然而，现有设计仍缺乏对子智能体的动态抽象视角，从而损害适应性。我们用一个统一的、框架无关的智能体抽象来应对这一挑战，把任意智能体建模为（Instruction、Context、Tools、Model）四元组。该四元组充当能力的组合配方，使系统能够按需为每个任务派生专门化的执行者。基于这一抽象，我们提出 Agentic 系统 AOrchestra，其中中央编排器在每一步具体化该四元组：它策划与任务相关的上下文，选择工具与模型，并通过即时的自动智能体创建来委派执行。这些设计减少了人工工程投入，并保持框架无关，对多种智能体作为任务执行者提供即插即用支持。它还实现可控的性能-成本权衡，使系统能够逼近帕累托有效。在三个具有挑战性的基准（GAIA、SWE-Bench、Terminal-Bench）上，AOrchestra 搭配 Gemini-3-Flash 时相对最强基线取得 16.28% 的相对提升。代码见：https://github.com/FoundationAgents/AOrchestra

AOrchestra：为 Agentic 编排自动创建子智能体 — 图3：我们提出的面向复杂长程任务的 agentic 框架 AOrchestra 的总体设计。编排器（orchestrator）通过反复将子任务委派给即时实例化的子智能体来解决用户任务，每个子智能体由统一的四元组 (I, C, T, M) 定义。编排器是可学习的，能够从过往经验中改进其任务分解、上下文路由和能力分配。