编排人机团队：管理代理作为统一研究挑战
人工智能
2025-10-06 v1
摘要
虽然代理AI在自动化个体任务方面取得了进展，但管理复杂的多代理工作流仍然是一个具有挑战性的问题。本文提出了一种自主代理系统编排动态人机团队中协作的研究愿景。我们提出自主管理代理作为核心挑战：一个将复杂目标分解为任务图、将任务分配给人类和AI工作者、监控进度、适应变化条件并保持透明利益相关者沟通的代理。我们将工作流管理形式化为部分可观测随机博弈，并识别出四个基础挑战：（1）层次分解的组合推理，（2）偏好变化下的多目标优化，（3）临时团队的协调与规划，以及（4）设计即治理与合规。为推进这一议程，我们发布了MA-Gym，一个用于多代理工作流编排的开源模拟与评估框架。在20个工作流上评估基于GPT-5的管理代理后，我们发现它们难以联合优化目标完成、约束遵循和工作流运行时间——强调了工作流管理是一个困难的开放问题。我们以自主管理系统对组织和伦理的影响作为结论。
引用
@article{arxiv.2510.02557,
title = {Orchestrating Human-AI Teams: The Manager Agent as a Unifying Research Challenge},
author = {Charlie Masters and Advaith Vellanki and Jiangbo Shangguan and Bart Kultys and Jonathan Gilmore and Alastair Moore and Stefano V. Albrecht},
journal= {arXiv preprint arXiv:2510.02557},
year = {2025}
}
备注
Accepted as an oral paper for the conference for Distributed Artificial Intelligence (DAI 2025). 8 pages, 2 figures