两阶段流程挖掘多智能体工作流设计原则

2026年10月26日，arXiv Artificial Intelligence 刊出研究，作者 Xavier Cadet、Junyan Cheng、Peter Chin、Kyle Richardson 提出一种两阶段流水线，用于从工作流代码与执行轨迹中挖掘可复现的 LLM 多智能体工作流设计原则。报道称，该流程复用 AFlow 的 MCTS 优化器，在 6 个可组合算子和 26 个经确定性验证的 Enigmata 任务上保留全部中间轮次，构建了包含 28,568 个可执行工作流的语料库。目前公开信息集中于方法设计与语料构建，尚未见对挖掘所得设计原则内容或其验证结果的进一步报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。