CADMAS-CTX：多主体委派情境能力校准

我们重新审视多主体委派问题，假设主体能力并非固定于技能层级，而是取决于任务情境。一个编码主体可能在短期独立编辑中表现出色，却在长期调试中失败；一个规划主体可能在浅层任务中表现良好，却在链式依赖任务中性能下降。静态的技能层级能力轮廓因此会对异构情境进行平均，可能导致系统性的误委派。我们提出了CADMAS-CTX框架，用于情境能力校准。对于每个主体、每个技能和每个粗糙情境区间，CADMAS-CTX维护一个Beta后验分布，以捕捉该任务空间中稳定经验。委派过程通过一个风险感知评分完成，该评分结合后验均值与不确定性惩罚，确保只有当同伴显然更优且评估受到充分证据支持时才进行委派。本文作出三项贡献：首先，用层次化情境能力轮廓取代静态技能层级置信度，引入情境条件化后验；其次，基于情境式bandit理论，形式证明在情境异质性充足时，情境感知路由相对于静态路由可实现更低的累积后悔，正式化了偏差-方差权衡；第三，我们在GAIA和SWE-bench基准上进行经验验证。在GAIA基准上使用GPT-4o主体，CADMAS-CTX实现了0.442的准确率，显著优于静态基线0.381和AutoGen 0.354，且具有非重叠的95%置信区间。在SWE-bench Lite上，将解决率提升至31.4%。消融实验表明，不确定性惩罚可提高对情境标记噪声的鲁棒性。我们的结果表明，情境校准和风险感知委派显著优于静态全局技能分配，显著提升了多主体团队协作效果。