GraphPlanner：多智能体路由生成
新智元 · wechat · 2026-07-12
UIUC 研究者提出 **GraphPlanner**，把传统 LLM Router 从“选哪个模型”推进到“生成什么样的多智能体工作流”。 ### 核心思路 - 每一步决策不只选 **LLM backbone**，还要选 **Agent Role**。 - 角色默认分为三类： - **Planner**：拆解复杂问题 - **Executor**：回答原问题或子问题 - **Summarizer**：汇总中间结果 - 路由过程被建模为一个顺序决策问题，系统可以根据任务复杂度动态决定是否拆解、调用几个模型、以及每个模型扮演什么角色。 ### 记忆机制 GraphPlanner 引入异构图记忆网络 **GARNet**，把历史交互中的： - query - response - LLM/role 组合 - accuracy / cost 组织成图结构，并和当前工作流状态联动，用历史经验辅助下一步路由。 ### 训练与优化 - 将工作流生成建模为 **MDP**。 - 使用 **PPO** 训练。 - 奖励同时考虑任务正确性与调用成本，控制 accuracy-cost trade-off。 ### 实验结果 - 在 **14 个任务、6 个领域** 上评估。 - 在固定工作流下和自由生成工作流下都优于 baseline。 - 在第二阶段相比最强 baseline，平均准确率提升约 **9.3%**。 - 训练阶段 GPU 计算开销也更低。 - 对 **未见任务** 和 **未见模型** 也有更好的泛化表现。 ### 结论 GraphPlanner 的价值在于：Router 不再只是“模型选择器”，而是能够根据任务动态构建协作流程的 **agentic workflow planner**。