EvoMAS：多智能体系统的执行时工作流学习框架

EvoMAS是针对多智能体系统静态协调策略局限性的执行时工作流学习框架，核心通过Planner-Evaluator-Updater管道构建动态任务状态，并利用学习的工作流适配器实例化阶段特定分层工作流，以应对长程任务中子目标、中间证据和信息需求的演变。

基于大语言模型的多智能体系统在复杂任务中潜力显著，但多数方法采用一次性范式：执行前优化/选择工作流，全程固定使用。这种静态策略对长程任务不足，因其子目标、中间证据和信息需求会随执行阶段演变。

EvoMAS将工作流构建化为元级序列决策问题，核心创新包括：1. Planner-Evaluator-Updater管道：Planner分析当前状态规划行动，Evaluator评估候选智能体适用性，Updater根据反馈更新状态；2. 学习式工作流适配器：从候选池实例化阶段特定分层工作流，动态调整智能体组合与策略；3. 训练机制：适配器用策略梯度训练，以终端任务成功为监督信号，分析过程奖励在极稀疏奖励下的作用。

在GAIA、HLE、DeepResearcher等基准评估显示：EvoMAS优于单智能体基线及近期自动化多智能体工作流设计方法；显式任务状态构建与学习工作流适配具互补优势；终端成功极稀疏时过程奖励最有用。定性案例表明系统能识别阶段转换节点、调整智能体分工、根据新信息重配工作流。

EvoMAS实现多智能体系统从静态设计到动态适应的转变，核心贡献：1. 执行时工作流构建，突破预定义限制；2. 显式状态建模，支持更智能决策；3. 端到端学习，从稀疏奖励中学习复杂协调策略。

EvoMAS适用于开放域研究任务（多轮信息收集推理）、复杂问题求解（子目标随探索细化）、动态环境交互（外部变化需策略调整）。该框架为灵活强大的多智能体系统提供新范式，推动自主AI代理实际部署。