Coupled Hierarchical Search over Topology and Execution for Agentic Workflow Synthesis
HierFlow 是一种无需训练的测试时架构，它通过采用一种耦合的分层搜索范式，将拓扑结构调整与执行级优化进行动态整合，从而在多种基准测试中实现卓越的性能与效率，实现了智能体工作流生成的自动化。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图教一个超级聪明的机器人如何解决一个非常难的谜题，比如一个复杂的数学问题或一个棘手的编程挑战。你不能只是告诉机器人“去搞定它”然后听天由命；它需要一个计划，一个关于第一步、第二步、第三步该做什么的循序渐进的食谱。在人工智能的世界里，这些计划被称为工作流（workflows）。把工作流想象成一张寻宝图：它告诉机器人在哪里挖掘，何时寻找线索，以及如何使用工具来获得宝藏。
长期以来，人类必须亲手绘制这些地图。如果谜题发生了变化，地图往往就会变得毫无用处，人类必须重新开始。最近，科学家们找到了让机器人自己绘制地图的方法。但问题在于：可能存在的地图数量如此之巨，就像是在地球上每一片沙滩中寻找一颗特定的沙粒一样。如果机器人尝试检查每一张地图，它会耗费极长时间，并耗尽它的“大脑”（或其计算预算）。因此，科学家面临的大问题是：如何教机器人快速找到针对特定谜题的最佳地图，而不需要在浪费时间研究烂地图，也不需要先回到学校重新学习新知识？
这正是名为 HierFlow 的新思路发挥作用的地方。由 Dong Li 及其同事领导的研究人员意识到，与其试图一次性找到完美的地图，不如像施工队一样，分层构建它。他们提出了一个两步走的舞步：首先勾勒出计划的粗略轮廓（“拓扑结构”），然后仅在必要时，深入细节以修正每个步骤的具体内容（“执行”）。
这就是他们的神奇魔术是如何运作的。想象一下你正在组织一场盛大的校园剧。顶层（Top Level）是导演。导演不会担心如何缝制戏服或绘制布景；他们只决定大局：“首先，我们搭建舞台。然后，我们选拔演员。最后，我们进行排练。”这就是拓扑搜索（Topology Search）。导演画出了一个包含这些大步骤的简单流程图。
但如果导演的计划有缺陷怎么办？也许舞台不能在选拔演员之前搭建，因为演员需要知道台词来协助设计舞台。导演可能现在还不知道这一点。这就是**底层（Lower Level）介入的地方。把这想象成一个专业的舞台工作人员团队。当导演说“搭建舞台”时，舞台工作人员并不会盲目地开始敲敲打打。他们会进行一次快速、智能的测试（使用一种受名为蒙特卡洛树搜索（Monte Carlo Tree Search）**的游戏启发的方法，这就像是在脑海中模拟几种可能的未来，看看哪种能赢）。他们尝试了几种不同的搭建方式。如果他们碰壁了，或者意识到计划行不通，他们会向导演发送信号：“嘿，这个顺序不对！让我们交换一下步骤。”
HierFlow 最酷的部分是它的自适应门控（Adaptive Gating）。在过去，机器人会尝试修复计划中的每一个步骤，即使那个步骤已经很完美了。这就像一位厨师要品尝每一粒盐，即便那锅汤已经美味无比。HierFlow 则聪明得多。它有一个“门卫”，会询问：“这个步骤真的坏掉了或者让人困惑吗？”如果答案是“不”，门就会保持关闭，机器人会节省能量。如果答案是“是”，门就会打开，舞台工作人员就会深入细节进行修复。这节省了大量的精力和计算资源。
论文显示这种方法效果惊人。当他们在回答棘手问题、解决数学问题和编写代码等艰巨挑战上测试 HierFlow 时，它击败了几乎所有与之对比的方法。它不仅得到了更好的答案，而且速度更快、成本更低。研究人员发现，通过让“导演”和“舞台工作人员”相互交流，机器人可以在无需任何额外训练的情况下，在运行过程中修正自己的错误。这就像是给了机器人一个能够自我纠正的指南针，无论路径多么曲折，它都能直指解决方案。
简而言之，HierFlow 表明我们不需要强迫机器人记住每一个可能的解决方案。相反，我们可以教它们勾勒计划，检查是否合理，并且只有在真正需要时才深入细节。这是一种让 AI 更聪明、更快、更灵活的方法，将对完美计划的混乱搜索变成了一个有序、高效的施工项目。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。