AgentCo-op：基于检索的可互操作多代理工作流的综合

arXiv:2605.20425v1 公告类型：新 摘要：在开放式科学环境中设计多智能体工作流程尤其困难，因为任务缺乏精心策划的训练集、可靠的标量评估指标以及现有工具和智能体之间的标准化接口。我们提出了 AgentCo-op，一种基于检索的综合框架，通过类型化的工件切换将可重用的技能、工具和外部代理组合成可执行的工作流程，然后在执行证据表明失败时对相关组件应用有界自引导本地修复。在两个开放世界基因组学案例研究中，AgentCo-op 将独立开发的科学代理和外部工具存储库组合成可审核的工作流程，而无需重新设计它们或运行全局拓扑搜索。它协调空间转录组学和基因集解释的专用代理，以实现空间转录组学数据的协作发现，并构建用于单细胞多组数据的跨模态标记分析的并行工作流程。 AgentCo-op 还可以将搜索到的工作流程作为结构先验导入，并通过使用检索到的组件接地节点并应用本地修复来改进它，这表明综合和搜索是互补的。在六个编码、数学和问答基准上，AgentCo-op 在四个基准上取得了最佳结果，并在统一主干设置下获得了最佳平均分数，同时相对于多代理基准持续降低了每个任务的成本。总之，这些结果表明，基于检索的综合可以将自动化代理工作流程设计扩展到基准优化的代理图之外，扩展到从现有代理、工具和类型化工件构建的开放世界工作流程。