AgentFugue：通过集体推理实现长时程任务的智能体扩展

长时程智能体任务的近期进展主要由纵向扩展单个智能体驱动，即靠更强的模型、更好的工具和更有效的脚手架。相比之下，人们对横向扩展知之甚少：多个针对同一任务的对等智能体，能否在不依赖显式角色分工或工作流编排的情况下成为额外的能力来源。我们研究这一问题并提出AgentFugue，一个围绕共享推理枢纽构建的集体推理框架。当对等智能体并行探索同一任务时，枢纽记录关于每个智能体已确立、已尝试或已排除内容的简明笔记，并使每个智能体能够以对其当前搜索有用的形式选择性地访问其他智能体的发现。这一设计将原本孤立的轨迹转变为一个相互连接、可复用中间推理的生态，而无需集中式规划。我们将该枢纽实例化为一个插件式通信层，用监督微调和端到端强化学习进行训练。在我们所研究的具有挑战性的长时程设置中，AgentFugue优于强基线。我们的结果表明，集体推理能使横向扩展对等智能体系统成为一种独特的能力增益来源，而不只是消耗更多算力的方式。