DynaFlow: Learning Free-Form Multi-Agent Orchestration
DynaFlow：学习自由形式多智能体工作流编排
🧭 自由形式多智能体工作流学习
National University of Singapore
将自由形式工作流合成融入主智能体动作空间，动态编排子智能体，仅训练主智能体，多任务准确率提升 10.9 个百分点
📌 工作参考价值（4 点）
- 在电商推荐/搜索 Agent 系统中，避免固定多智能体管线：可借鉴 DynaFlow 设计一个 orchestrator LLM，根据 query 或任务动态生成工作流（先并行召回/排序/生成，再验证与融合），而不是为每个场景硬编码子 agent 调用顺序，减少维护成本并适应长尾需求。
- 只训练 orchestrator、冻结执行子智能体：业务中已有大量稳定的子服务（搜索、推荐、广告文案、风控等），可构造专家轨迹对主控模型做 SFT，并用过滤出的“信息流缺陷/有偏验证”样本做拒绝采样或再训练，实现低成本升级且不破坏下游服务。
- 强调跨阶段信息流：在推荐系统多阶段推理中，显式对上游结果进行 use/verify/refine，而不是让每个 agent 一次成稿；例如让验证 agent 检查推荐理由是否支持用户意图，再回退修正，可提升输出可靠性和可解释性。
- 工程上可复用三类工作流原语：顺序执行、并行执行、结构化信息交换与验证，作为工作流 DSL 或工具调用规范，让 orchestrator 生成 JSON/Python 工作流，执行器统一解析，便于与现有 RAG / 工具调用框架集成。