规划器才重要！面向长程规划的高效非均衡多智能体协作框架

基于语言模型的智能体在按自然语言指令自动化复杂任务上展现出可观能力，但在长程规划与推理上仍然吃力。为此，我们提出一个增强的多智能体框架，把自动化分解为三个角色：负责高层决策的规划器、负责任务执行的执行器与负责上下文推理的记忆管理器。虽然这种模块化分解与既有设计模式一致，我们的核心贡献在于系统的算力分配分析：规划是影响任务表现的主导因素；执行与记忆管理只需显著更少的算力与模型容量即可达到有竞争力的结果。基于这些洞见，我们提出以规划器为中心的强化学习方法：仅用VLM-as-judge给出的轨迹级奖励优化规划器，其余组件冻结。在覆盖网页导航、操作系统控制与工具使用的基准上的大量实验表明，把模型容量与学习集中在高层规划上，能为长程智能体自动化带来稳健且算力高效的改进。代码已公开发布。