评分 6.3 · 来源：arXiv cs.AI · 发布于 2026-04-23
评分依据：通过文本参数图优化实现MAS自改进，解决prompt tuning缺乏结构感知的问题，思路清晰但实验验证范围有限。
设计和优化多Agent系统(MAS)是复杂的”Agent工程”过程。现有自动优化方法主要聚焦于扁平prompt tuning，缺乏结构感知来调试MAS中复杂的交互网络。更关键的是，这些优化器是静态的——不会从经验中学习来改进自身优化策略。
方案：文本参数图(TPG)优化
- 将MAS配置编码为文本参数图
- 优化器通过历史优化经验自我改进
- 结构感知的搜索空间
- 从静态优化到学习型优化的转变