论文
SkillOrchestra：通过技能迁移学习智能体路由
SkillOrchestra: Learning to Route Agents via Skill Transfer
摘要
复合 AI 系统有望超越单个模型的能力，但其成功在很大程度上取决于有效的编排。现有路由方法存在两个局限：(1) 输入级路由器做出粗粒度的查询级决策，忽略不断演化的任务需求；(2) 经 RL 训练的编排器适配成本高，且常出现路由坍缩，即在多轮场景中反复调用同一个强但昂贵的选项。我们提出 SkillOrchestra，一个技能感知的编排框架。SkillOrchestra 不直接端到端学习路由策略，而是从执行经验中学习细粒度技能，并在这些技能下建模各智能体的能力与成本。部署时，编排器推断当前交互的技能需求，并在显式的性能-成本权衡下选择最能满足需求的智能体。跨十个基准的大量实验表明，SkillOrchestra 优于 SoTA 的基于 RL 的编排器最多 22.5%，且相比 Router-R1 和 ToolOrchestra 分别降低 700 倍和 300 倍学习成本。这些结果表明，显式技能建模可以实现可扩展、可解释且样本高效的编排，为数据密集的 RL 方法提供了有原则的替代方案。代码见 https://github.com/jiayuww/SkillOrchestra。
