AgensFlow：多代理系统的协调策略基础

基于 大语言模型 (LLM) 构建的多代理系统需要许多难以先验修复的协调选择：调用哪个技能协议、哪个代理角色应该执行子任务、哪个模型绑定到每个角色、角色应该如何交互、何时使用检索或验证以及何时完全省略步骤。这些选择与任务机制和操作约束相互作用，因此静态管道和一次性模型比较仅提供设计空间的有限视图。本文介绍了 AgensFlow，这是一个开源框架，它将多智能体协调视为部分可观察性下的在线策略学习问题。该框架使协调决策可从重复的轨迹中观察和学习，而不是将技能、角色、模型、拓扑和评估选择视为固定的管道设计。 AgensFlow 在两个语料库上进行评估：分布式系统事件任务和安全咨询任务。评估显示了三个主要结果：学习路由在协调重的类别上达到了比固定管道基线更高质量的操作点； Skip:X 将拓扑压缩隔离为底层的有意义的部分；热启动政策图可以降低勘探成本，同时保持高原质量。总体而言，结果支持学习的、可审核的路由可以通过静态布线改善协调繁重的多代理工作流程。