从技能到人才：将异构智能体组织成现实世界中的公司

单个智能体的能力通过模块化技能与工具集成快速进步，但多智能体系统仍受制于固定的团队结构、紧耦合的协调逻辑以及绑定于会话的学习。我们认为这反映了一个更深层的缺失：缺乏一个原则性的组织层，用以治理智能体队伍如何被组建、管理与持续改进，并与个体智能体的知识相解耦。为填补这一空白，我们提出OneManCompany（OMC），一个将多智能体系统提升到组织层面的框架。OMC将技能、工具与运行时配置封装为可移植的智能体身份——称为Talent——并通过抽象异构后端的类型化组织接口进行编排。社区驱动的Talent Market支持按需招募，使组织能够在执行过程中动态弥合能力缺口并自我重构。组织决策通过Explore-Execute-Review（$\text{E}^2$R）树搜索落地，它在单一层次化循环中统一规划、执行与评估：任务自顶向下分解为可问责单元，执行结果自底向上聚合，以驱动系统性评审与改进。该循环在终止性与无死锁方面提供形式化保证，同时映射了人类企业的反馈机制。这些贡献共同将多智能体系统从静态、预配置的流水线转变为能够适应跨领域开放式任务的自组织、自改进AI组织。在PRDBench上的实证评估显示，OMC取得84.67%的成功率，超越最先进水平15.48个百分点，跨领域案例研究进一步证明了其通用性。