MASPO：多智能体系统提示词联合优化的新框架

标题：MASPO：多智能体系统提示词联合优化的新框架 摘要：多智能体系统性能依赖角色提示词质量，但跨智能体联合优化面临局部与全局目标错位挑战。MASPO通过联合评估机制和数据驱动进化束搜索，在6项任务上平均提升2.9个百分点，已被ICML 2026接收。本文将分楼层介绍该框架的背景、方法、实验结果等核心内容。

多智能体系统的崛起与挑战

基于大语言模型的多智能体系统（MAS）已成为解决复杂协作任务的有力工具，应用于软件开发、科学研究等领域。提示词是MAS的"灵魂"，定义智能体身份、能力及交互方式，直接影响专业性、协作流畅性和系统整体性能。然而，跨智能体联合优化提示词面临三大困境：

1. 局部与全局错位：单个智能体提示词优化可能损害整体性能（如强势智能体压制他人）；
2. 高维搜索空间：智能体数量增加导致提示词组合空间指数膨胀，手动调优不切实际；
3. 评估困难：开放式任务缺乏明确ground-truth，难以确定优化方向。

MASPO框架核心创新

针对上述挑战，MASPO（Multi-Agent System Prompt Optimization）框架提出两大核心创新：

联合评估机制

与传统仅评估单个智能体局部表现不同，MASPO以"提示词能否促进下游智能体成功"为标准，弥合局部交互与全局结果的鸿沟，无需ground-truth，适用于开放式任务。

数据驱动进化束搜索

面对高维空间，MASPO采用进化束搜索策略：

1. 种群初始化：从当前提示词出发，通过变异生成候选种群；
2. 联合评估与选择：保留得分最高的k个候选（束宽）；
3. 迭代进化：重复变异、评估、选择，逐步提升质量；
4. 跨智能体协同：优化单个智能体时固定其他最佳版本，确保公平性。

实验验证结果

研究团队在6项多样化任务上验证MASPO有效性：

任务类型

涵盖协作推理、角色扮演对话、代码生成与审查、创意写作协作、信息检索与综合、决策支持系统。

主要结果

• 平均准确率提升2.9个百分点（优于最先进方法）；
• 所有任务均优于基线，无性能退化；
• 进化束搜索收敛速度快。

基线对比

• 单智能体方法（如OPRO、PromptBreeder）：忽视智能体间影响，表现不佳；
• 手动调优：难以达到自动优化效果；
• 朴素联合优化：易陷入局部最优，效果不如MASPO。

关键发现与洞见

1. 下游成功指标有效：关注提示词对后续智能体的帮助，更贴合MAS本质需求；
2. 进化搜索优势：天然适合离散文本空间，不易陷入局部最优；
3. 提示词依赖关系：智能体提示词调整存在连锁反应，凸显联合优化必要性。

局限与未来方向

局限

• 计算开销大：进化搜索需多次执行MAS；

未来方向

1. 高效评估策略：如代理模型预测提示词质量，减少实际执行；
2. 动态环境适应：探索在线/持续优化版本；
3. 可解释性提升：增强对优化结果的解释能力；
4. 跨任务迁移：研究优化策略的跨任务复用。

实际应用价值与学术认可

应用价值

• 降低开发门槛：减少对提示词工程专家依赖；
• 提升系统性能：发现人类难以想到的提示词组合；
• 加速迭代：缩短调优周期，支持快速原型与A/B测试；
• 标准化评估：提供联合评估框架，公平比较方案。

学术认可

MASPO已被ICML 2026接收，论文代码开源，便于社区复现与扩展。