💬 NLP

AOrchestra: Automating Sub-Agent Creation for Agentic Orchestration

AOrchestra ist ein framework-agnostisches System zur automatisierten Erstellung spezialisierter Sub-Agenten durch eine einheitliche Abstraktion (Instruktion, Kontext, Werkzeuge, Modell), wodurch komplexe Aufgaben effizienter, anpassungsfähiger und mit optimiertem Kosten-Leistungs-Verhältnis gelöst werden können.

Ursprüngliche Autoren: Jianhao Ruan, Zhihao Xu, Yiran Peng, Fashen Ren, Zhaoyang Yu, Xinbing Liang, Jinyu Xiang, Yongru Chen, Bang Liu, Chenglin Wu, Yuyu Luo, Jiayi Zhang

Veröffentlicht 2026-02-10

📖 3 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Jianhao Ruan, Zhihao Xu, Yiran Peng, Fashen Ren, Zhaoyang Yu, Xinbing Liang, Jinyu Xiang, Yongru Chen, Bang Liu, Chenglin Wu, Yuyu Luo, Jiayi Zhang

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Der Dirigent der KI-Agenten: Wie AORCHESTRA Ordnung ins Chaos bringt

Stell dir vor, du hast eine extrem intelligente, aber etwas zerstreute Assistentin. Wenn du ihr sagst: „Organisiere eine internationale Konferenz“, fängt sie an zu schwitzen. Sie weiß zwar, was eine Konferenz ist, aber sie muss gleichzeitig Hotels buchen, Redner finden, Catering planen und Flugtickets checken. Wenn sie versucht, alles gleichzeitig im Kopf zu behalten, verliert sie den Überblick, vergisst Details oder verheddert sich in unwichtigen Informationen. Das ist das Problem heutiger KI-Systeme bei komplexen Aufgaben.

AORCHESTRA ist die Lösung für dieses Problem. Man kann es sich wie ein Orchester vorstellen.

1. Das Problem: Der „Alles-im-Kopf“-Effekt

Bisherige KI-Systeme arbeiten oft wie ein einzelner Arbeiter, der versucht, ein ganzes Haus zu bauen. Er muss die Elektrik, die Heizung und das Dach gleichzeitig planen. Irgendwann ist sein „Arbeitsgedächtnis“ voll (das nennen Forscher „Context Rot“), und er macht Fehler, weil er die Information von vor zwei Stunden mit der von eben verwechselt.

2. Die Lösung: Der brillante Dirigent (Der Orchestrator)

AORCHESTRA führt eine neue Rolle ein: den Orchestrator. Der Orchestrator selbst baut nicht das Haus und schreibt keinen Code. Er ist der Dirigent. Er hält die Partitur (das große Ziel) in der Hand und weiß genau, was zu tun ist.

Anstatt alles selbst zu machen, nutzt er ein magisches Rezept, um für jede Teilaufgabe einen Spezialisten (Sub-Agenten) „herbeizurufen“.

3. Das „Zauber-Rezept“: Die 4-Zutaten-Formel

Das Besondere an AORCHESTRA ist, dass der Dirigent jeden Spezialisten ganz individuell zusammenstellt. Er nutzt dafür immer die gleichen vier Zutaten (das sogenannte 4-Tuple):

Die Anweisung (Instruction): „Du bist jetzt ein Experte für Hotelbuchungen. Dein Ziel ist es, ein Zimmer für 5 Personen zu finden.“
Der Kontext (Context): „Hier sind nur die relevanten Infos: Das Budget ist 200€ und die Stadt ist Berlin. Ignoriere alles andere über die Rednerliste!“ (Das verhindert das Chaos im Kopf).
Das Werkzeugkasten (Tools): „Hier hast du Zugriff auf das Internet und eine Buchungs-App, aber du brauchst keinen Taschenrechner.“
Das Gehirn (Model): „Für diese einfache Aufgabe reicht ein kleines, schnelles Gehirn. Für die komplizierte Steuerberechnung gleich danach nimmst du aber das Super-Gehirn.“

4. Warum ist das so genial? (Die Vorteile)

Kein Informations-Müll: Da jeder Spezialist nur die Informationen bekommt, die er wirklich braucht, bleibt sein Kopf frei und präzise.
Plug & Play: Der Dirigent ist egal, wer die Spezialisten sind. Er kann einen „Programmier-Spezialisten“ rufen oder einen „Recherche-Spezialisten“. Er kann sie austauschen wie Musiker in einem Orchester.
Sparsamkeit: Der Dirigent ist schlau genug, um nicht für jede kleine Aufgabe das teuerste „Super-Gehirn“ zu bezahlen. Er nutzt für einfache Aufgaben günstige Modelle und spart so Geld, ohne die Qualität zu senken.

Zusammenfassung

AORCHESTRA verwandelt eine KI von einem überforderten Einzelkämpfer in ein perfekt koordiniertes Team. Der Orchestrator plant, erstellt maßgeschneiderte Experten für jeden kleinen Schritt und sorgt dafür, dass die Informationen sauber fließen. Das Ergebnis: Die KI löst viel schwierigere und längere Aufgaben, als es bisher möglich war – und das effizienter und günstiger.

Technische Zusammenfassung: AORCHESTRA

1. Problemstellung

Die Automatisierung komplexer, langfristiger Aufgaben (long-horizon tasks) durch Sprachagenten erfordert zunehmend die Zusammenarbeit mehrerer Agenten. Bestehende Ansätze leiden jedoch unter zwei Hauptproblemen:

Mangelnde Flexibilität: Viele Systeme nutzen entweder "kontextisolierte Threads" (die zwar den Kontext sauber halten, aber keine spezialisierten Fähigkeiten bieten) oder "statische Rollen" (vordefinierte Agenten wie "Coder" oder "Searcher", die unflexibel sind und hohen manuellen Engineering-Aufwand erfordern).
Koordinations-Overhead: Multi-Agenten-Systeme (MAS) mit festen Workflows führen oft zu "Context Rot" (Informationsverlust oder Rauschen durch zu viel unstrukturierte Information) und sind schwer an dynamische, offene Umgebungen anzupassen.

2. Methodik

Die Autoren führen AORCHESTRA ein, ein Framework, das den Fokus von festen Workflows auf eine Orchestrierung auf Abruf (on-demand specialization) verschiebt.

A. Die 4-Tupel-Abstraktion:
Anstatt Agenten als feste Rollen zu betrachten, definiert AORCHESTRA jeden Agenten (sowohl den Haupt-Orchestrator als auch die Sub-Agenten) durch ein einheitliches, framework-agnostisches Tupel $\Phi = \langle \text{Instruction, Context, Tools, Model} \rangle$ :

Instruction (I): Spezifische Zielsetzung und Erfolgskriterien.
Context (C): Ein kuratierter, relevanter Arbeitskontext (verhindert "Context Rot").
Tools (T): Ein auf die Teilaufgabe zugeschnittener Werkzeugsatz.
Model (M): Das zugrunde liegende LLM, das je nach Komplexität gewählt werden kann.

B. Der Orchestrator-Prozess:
Der zentrale Orchestrator führt keine direkten Umgebungsaktionen aus. Er operiert ausschließlich über zwei Aktionen:

Delegate(Φ): Erstellt dynamisch einen spezialisierten Sub-Agenten mit einem spezifischen 4-Tupel und delegiert die Aufgabe.
Finish(y): Beendet die Interaktion mit der finalen Antwort.

C. Lernbarkeit (Learnable Orchestrator):
Das Framework ermöglicht es, die Orchestrierungs-Strategie zu optimieren:

Supervised Fine-Tuning (SFT): Das Modell lernt, Aufgaben besser zu zerlegen und die optimalen 4-Tupel zu synthetisieren.
In-Context Learning (ICL): Durch iterative Optimierung der System-Prompts kann das System eine Pareto-effiziente Balance zwischen Leistung (Accuracy) und Kosten (Token-Verbrauch/Modellpreis) finden.

3. Key Contributions (Hauptbeiträge)

Dynamische Spezialisierung: Einführung eines Systems, das maßgeschneiderte Agenten zur Laufzeit erstellt, anstatt auf vordefinierte Rollen zurückzugreifen.
Unified Abstraction: Ein framework-agnostisches Interface, das verschiedene Agenten-Implementierungen (z. B. ReAct oder spezialisierte Coding-Agenten) "Plug-and-Play" kombinierbar macht.
Kontext-Management: Ein Mechanismus zur gezielten Extraktion und Weitergabe von Informationen, der die Genauigkeit erhöht und Rauschen minimiert.
Optimierbarkeit: Nachweis, dass die Orchestrierung als lernbare Policy (durch SFT und ICL) behandelt werden kann, um Kosten und Effizienz zu steuern.

4. Ergebnisse

Das Framework wurde auf drei anspruchsvollen Benchmarks getestet: GAIA (allgemeine Aufgaben), Terminal-Bench 2.0 (Bash/Linux-Umgebungen) und SWE-Bench-Verified (Software Engineering).

Überlegenheit: AORCHESTRA übertrifft alle gängigen Baselines (wie OpenHands, Claude Code oder Mini-SWE) deutlich.
Relative Verbesserung: In Kombination mit Gemini-3-Flash erzielt das System eine relative Verbesserung von 16,28 % gegenüber dem stärksten Baseline-Modell.
Effizienz: Durch die Optimierung der Modell-Routing-Strategie konnte die durchschnittliche Kostenbelastung bei GAIA um 18,5 % gesenkt werden, während die Genauigkeit gleichzeitig gesteigert wurde.
Robustheit: Die Fallstudien zeigen eine starke Fähigkeit zur Fehlerkorrektur (Self-Correction) über viele Iterationen hinweg.

5. Signifikanz

AORCHESTRA markiert einen Paradigmenwechsel in der Agenten-Architektur: Weg von der manuellen Programmierung komplexer Multi-Agenten-Workflows hin zu einer automatisierten, hierarchischen Orchestrierung. Die Fähigkeit, Sub-Agenten als dynamische, komponierbare Einheiten zu behandeln, ermöglicht es KI-Systemen, sich autonom an die unvorhersehbaren Anforderungen komplexer, realer Aufgaben anzupassen, während gleichzeitig die Kosten-Leistungs-Effizienz kontrollierbar bleibt.