#orchestration

4 篇

SquidAgent: Parallelize Wisely, Coordinate Efficiently

SquidAgent：明智并行、高效协调的多智能体调度框架

🧭 多智能体并行调度与成本建模 ★ 深度解读

The University of Sydney · Mohamed bin Zayed University of Artificial Intelligence · University of Technology Sydney · Hong Kong Baptist University

提出用预测输出 token 成本决定每层串并行，通过上下文继承和前置约定降低协调开销，吞吐提升 2.2 倍

📌 工作参考价值（4 点）

在电商内容生成 Agent 工作流（商品详情页、营销落地页、多语言 Listing）中，不要默认全并行；先让 LLM 估算每个模块的 output token 作为成本，按层比较 sum vs max + alignment，设置安全边际 α≈1.9，只对收益明确的层并行。
让 worker 从 orchestrator 的 session fork 继承上下文，显著减少每个并行 agent 重复理解需求和约束的成本；工程上可复用“共享上下文快照 + 只追加任务专属指令”的模式。
用前置 convention block（统一命名、接口、格式、埋点口径）替代事后合并修正，尤其适合多 agent 生成商品标题/卖点/参数表时的一致性控制，降低返工。
LLM 对 wall-clock 时间估计不可靠（Spearman 0.16），但对 output token 估计可靠（0.77）；做 Agent 成本预估和调度时，优先用 token 数量作为代理指标，不要问模型“要多久”。

MultiAgent | 2026-10-06 | cs.LG | score 8/10

MANTA：多智能体通信拓扑的自适应演化框架

🧭 多智能体协作拓扑在线自适应 ★ 深度解读

Cornell University · University of Illinois Urbana-Champaign · Academia Sinica

提出推理时拓扑自进化框架，根据任务和过程信号动态调整多智能体协作结构，在五个基准上平均得分74.0，超越最强基线5.8个百分点

📌 工作参考价值（4 点）

动态协作拓扑用于多agent推荐/搜索系统：在电商搜索或推荐中，多agent系统可分别负责意图解析、召回、精排、风控、冷启动等职责。借鉴MANTA，根据任务复杂度（如查询是否为长尾、是否含歧义）动态调整agent间的通信模式（星型、链式、辩论型），当检测到协作异常（如召回不足、过早收敛、多agent重复修改状态）时自动插入验证agent或重连通信边，提升最终推荐质量。
过程信号驱动拓扑修复，避免固定工作流：不需要预定义死板的工作流，而是通过trace auditing实时捕获过程异常（如工具调用失败级联、证据丢失、决策置信度不足），触发≤3个操作的拓扑变异（增加验证者、重组为链式、改写可见性），这些修复可被工程化实现为检查点与策略函数，适合嵌入现有的Agent框架。
跨任务拓扑经验积累（long-term playbook）：每次运行的拓扑决策、维修操作和效果可提炼为通用原则，指导新任务初始化，实现类记忆的迁移。在电商场景下，可将历史活动（双11vs平销）的协作经验复用以提升新任务效率，无需新成本搜索。
低token开销的智能协调：MANTA仅用约12%的推理计算做协调，却获得显著收益。这对线上服务延迟敏感的系统有益，可避免所有agent全量交流，按需触发验证或辩论，控制成本和响应时间。

MultiAgent | 2026-07-30 | cs.AI | score 8/10

WebSwarm：面向深度和广度网络搜索的递归多智能体编排

🧭 递归多智能体编排优化深度与广度搜索 ★ 深度解读

Gaoling School of Artificial Intelligence, Renmin University of China · Kuaishou Technology

通过动态递归委派将任务分解与四种搜索模式结合，并用网页结构探测和经验复用提升多智能体搜索的深度与覆盖度

📌 工作参考价值（4 点）

递归分解与模式化协作：将复杂查询递归分解为搜索节点，每个节点根据本地目标选择协作模式（精确查证、迭代验证、并行宽搜、集合枚举），可迁移到电商属性补全、多条件商品筛选、榜单构建等场景，避免固定流程的僵化。
网页结构探测：先轻量探测目标信息在站内的组织方式（按类目/品牌/属性聚合还是分散），再决定并行扩展的粒度，可减少搜索/爬虫调用量（实验中工具调用降低40%以上），适合电商中动态决定是遍历类目还是直接查聚合页。
同胞节点经验复用：在批量处理同质商品（如补全不同品牌的商品属性）时，先用少量样本抽取出有效的搜索模式、可靠数据源和失败路径，再注入后续节点，可显著提升“宽搜”的准确率，降低重复试错。
模式化的搜索节点设计：atom、deep、wide、entity_collect 四种模式对应了搜索系统中“精准查询、链式推理、宽表填充、开放集合召回”的典型需求，可为构建可编排的搜索代理提供工程化参考。

MultiAgent | 2026-07-09 | cs.CL | score 8/10

从计划到像素：学习规划与编排以实现开放式图像编辑

🧭 多模态图像编辑 · 奖励驱动的规划编排

通过基于奖励的规划-执行耦合，让模型自主学会分解并执行抽象多步编辑指令

📌 工作参考价值（4 点）

电商商品图自动化：可将“让图片更吸引素食者”这类抽象指令自动分解为替换肉类、添加植物元素、调整色调等子任务，并选择适当的修图工具（如背景移除、目标替换）逐步执行。
RL + VL 判官范式：借鉴用视觉语言模型（如 CLIP）作为奖励函数的做法，在创意生成、广告设计等场景中，将人类偏好量化为 VL 相似度或文本对齐分数，训练执行策略。
规划器与执行器解耦：规划器（生成步骤序列）与执行器（选择区域和工具）分离，可利用历史成功轨迹微调规划器，实现迭代改进；在电商多步素材生成中可类似分离“构思步骤”与“执行修图”。
从演示学习转向体验学习：避免手工规则或模仿教师，直接根据最终图像质量反馈来优化编排策略，这一思路可迁移到其他 Agent 系统，如对话式商品推荐中的多轮交互规划。

Multimodal | 2026-05-14 | cs.CV | score 7/10