学习演化：通过文本参数图优化实现多智能体系统自我改进的框架

设计与优化多智能体系统（MAS）是一个复杂且劳动密集的「智能体工程」过程。现有自动优化方法主要聚焦于扁平的提示词调优，缺乏调试MAS中复杂交互网络所需的结构感知。更关键的是，这些优化器是静态的，不会从经验中学习以改进自身的优化策略。为弥补这些空白，我们提出Textual Parameter Graph Optimization（TPGO），一个使多智能体系统学会演化的框架。TPGO首先将MAS建模为文本参数图（TPG），其中智能体、工具与工作流都是模块化、可优化的节点。为引导演化，我们从执行轨迹中提取「文本梯度」——结构化的自然语言反馈——以定位失败并给出细粒度的修改建议。框架的核心是Group Relative Agent Optimization（GRAO），一种从历史优化经验中学习的新型元学习策略。通过分析过往的成功与失败，GRAO在提出有效更新方面逐步进步，使系统能够学会如何优化自身。在GAIA与MCP-Universe等复杂基准上的大量实验表明，TPGO显著增强了最先进智能体框架的性能，通过自动化、自我改进的优化取得更高的成功率。