小模型作为主编器：通过并行子任务分解学习统一智能体-工具编排
人工智能
2026-04-21 v1
摘要
多智能体系统(MAS)通过协调 diverse agents和外部工具来解决复杂问题方面显示出明显优势。然而，大多数现有编排方法依赖静态工作流程或串行智能体调度，并且因工具与智能体之间的异构接口协议而受到限制，导致系统复杂度高和可扩展性差。为缓解这些问题，我们提出Agent-as-Tool范式，将智能体和工具抽象为标准化、可学习的动作空间，实现协议规范化和显式状态反馈。基于此范式，我们训练了一个轻量级编排器ParaManager，将规划决策与子任务解决解耦，实现状态感知的并行子任务分解、委派和异步执行。对于训练，我们采用两阶段ParaManager训练流程。它通过纳入带有恢复机制的监督微调(SFT)轨迹来提高鲁棒性，并进一步应用强化学习(RL)以在任务成功、协议遵循、多样性和推理效率之间实现最佳平衡。实验表明，ParaManager在多个基准测试上实现了卓越的性能，并在未见的模型池中表现出鲁棒的泛化能力。
引用
@article{arxiv.2604.17009,
title = {Small Model as Master Orchestrator: Learning Unified Agent-Tool Orchestration with Parallel Subtask Decomposition},
author = {Wenzhen Yuan and Wutao Xiong and Fanchen Yu and Shengji Tang and Ting Liu and Tao Chen and Peng Ye and Yuzhuo Fu and Wanli Ouyang and Lei Bai},
journal= {arXiv preprint arXiv:2604.17009},
year = {2026}
}