引言：固定工作流下的优化困局

多智能体系统（MAS）在医疗诊断、金融审计、代码生成等复杂任务中展现出超越单模型的性能。然而，真实部署场景中，工作流拓扑往往经过专家设计、安全验证和合规审查，一旦上线便难以随意调整。例如，医院SOP或金融审计流程的任何结构调整都可能触发高代价的重新验证程序。

但工作流固定，不代表优化空间消失。真正还能动、也最直接影响系统表现的，变成了每个Agent的Prompt配置、协作编排方式以及智能体间的互动机制。本文将从三个前沿方向出发，探讨如何在不改变工作流的前提下，继续提升多智能体系统的性能：

MASPOB：基于Bandit的样本高效Prompt优化框架，在固定拓扑下通过智能搜索找到最优Prompt组合。

SwarmFlow：蜂群可控协同工作流，将编排逻辑从Agent临场判断中抽离，由系统稳定执行。

EoM（Economy of Minds）：利用经济激励让智能体自发形成专业化和协调，无需中央控制。

这三种方法分别从Prompt调优、编排与智能分离、去中心化市场机制三个角度切入，为固定工作流下的MAS优化提供了全新思路。

一、MASPOB：固定拓扑下的Prompt联合优化

1.1 问题形式化

在固定工作流拓扑中，各Agent的Prompt配置成为影响系统性能的关键变量。研究团队将问题形式化为一个有预算的组合黑盒优化问题：在最多评估T次的限制内，找到一组表现最好的Prompt组合，让整个系统在验证集上的效果最优。

该问题面临三大挑战：

评估代价高昂：每次评估需完整执行MAS流程，涉及多次LLM调用，可用评估次数极为有限。

拓扑诱导的耦合：上游Agent的Prompt变化会影响下游Agent的输入分布，各Agent的Prompt并非相互独立。

组合搜索空间爆炸：联合搜索空间为各Agent候选集的笛卡尔积，大小随Agent数量指数增长。

1.2 MASPOB算法核心组件

MASPOB（Multi-Agent System Prompt Optimization via Bandits）由三个核心组件构成：

拓扑感知的性能代理模型：将MAS工作流建模为有向无环图（DAG），以各Agent的Prompt嵌入为节点特征，采用图注意力网络（GAT）进行消息传递，学习能够感知拓扑结构的Prompt语义表示。GAT通过注意力加权聚合邻居信息来更新节点表示，最终经均值池化和MLP输出预测性能分数，作为Bandit框架中的利用信号。

基于Bandit的探索-利用权衡：将Prompt组合优化建模为Bandit问题，采用线性置信上界（LinUCB）构造采集函数，在倾向于高预测性能的同时，也对未充分探索的区域赋予更高的评分。

坐标上升搜索：为解决组合搜索空间的指数爆炸问题，采用坐标上升策略，将联合优化分解为对各Agent的逐一单变量优化。由于UCB评估仅需GNN前向推理而无需实际执行MAS，每轮坐标上升的计算开销可忽略不计。

1.3 实验结果

在HotpotQA、DROP、HumanEval、MBPP、GSM8K、MATH六个基准上，MASPOB在50次验证集评估预算下均取得最优结果，平均得分80.58%，较基线方法提升1.71%~12.02%。消融实验表明，去除GNN后平均性能下降2.31%，坐标上升策略在性能损失小于0.5%的前提下，运行时间减少98%以上。

二、SwarmFlow：蜂群可控协同工作流

2.1 痛点：临场调度的瓶颈

在多Agent协作中，通常有一个Leader Agent充当大脑，负责拆任务、建成员、分配工作、等结果。但任务一旦变长、变大，Leader的上下文很快被过程信息淹没，导致：

Leader变成瓶颈：大量精力消耗在流程管理上。

过程不稳定：同一个任务跑两次，可能走出两条不同路径。

执行不可靠：失败处理依赖Leader临场发挥。

2.2 核心思路：编排归系统，智能归Agent

SwarmFlow的解法是将“编排”和“智能”分开。谁先做、谁并行、谁把结果交给谁、什么时候汇总、失败如何处理——这些协作关系交给系统按程序稳定执行；而每个子任务具体怎么理解、怎么推理，才交给Agent。

具体地，SwarmFlow提供一组算子作为积木，覆盖四类需求：派生智能体、多智能体并发与流转、阶段切分与子流程复用、人机交互。关键算子包括：

parallel：并行执行，全部完成后统一汇总。

pipeline：流水线执行，多个条目各自独立逐级流过。

agents_session：有状态的智能体，在多轮协作中保留记忆。

human：人机节点，在执行中向人类要输入或审批。

budget：约束资源与额度消耗。

2.3 实战场景

场景一：金融分析。用户上传流程图，JiuwenSwarm基于该图直接生成SwarmFlow团队技能，包含对应的工作流执行脚本。用户提出分析目标后，工作流自动启动：先数据采集、清洗，然后从财务、行情等五个维度并行分析，最后交叉验证输出报告。

场景二：技术分享自动化。用户给出技术分享主题和目标读者，SwarmFlow自动组织多个阶段：搜索论文、整理素材、分析核心问题、生成邮件并发送。整个过程稳定可复用，避免每次临场指挥导致步骤遗漏。

场景三：200页PPT稳定产出。设计三阶段流程：阶段一规划章节主题和分工，阶段二10个章节并行生成PPT，阶段三合并汇总。固化后，每次执行结构统一、风格一致，且并行加速明显。

三、EoM：用经济激励让智能体自发协作

3.1 动机：去中心化的协调

主流多智能体系统依赖中央指挥官协调，但存在结构性硬伤：规划被卡在单一闸口，协调成本随规模线性增长。EoM的灵感来自哈耶克的经济学思想：价格本身就是信号，它把分散的信息聚合并传递出去，让每个人不需要掌握全局，就能各自做出协调一致的行动。

EoM的核心是设计一套经济激励，让智能体们自己学会协调、分工与合作，而不是手动设计协调机制。

3.2 核心机制

每个智能体由四样东西定义：唤醒条件、行动策略、固定出价、当前财富。系统通过两个过程运行：

拍卖：在每一步，所有智能体先判断唤醒条件，够资格的智能体中出价最高的赢得行动权。赢家根据策略采样动作，推动环境进入下一个状态，并可能拿到环境奖励。长期竞争会逼出专业化——只有那些在特定情境下持续做得好的智能体，才撑得住长期竞拍。

交易：每一步拍到行动权的智能体，把自己的出价付给上一步出手的那个；同时收下环境这一步给的奖励。这条规则实现了去中心化的信用分配：为后续高价值动作铺路的智能体持续积累财富，把系统带进死胡同的智能体不断失血。

适应：回合之间，种群按经济规律进化——交租、清退、注入新智能体。新智能体通过利用（变异成功者）或探索（从失败中学习）生成。

3.3 实验结果

在数学推理、加速器设计、金融研究、科学研究、分布式系统优化五个领域，EoM均超越完整功能的强智能体基线。例如数学推理场景，残缺种群准确率从15.9%提升到57.0%，反超完整基线的51.9%。消融实验表明，经济机制不是可有可无的实现细节，而是把“一堆残缺智能体”变成“自适应社会”的核心引擎。

四、三种方法的对比与选择

方法核心思想适用场景优点局限

MASPOB基于Bandit的Prompt联合优化固定拓扑，Agent数量中等不改变工作流，样本高效需要预定义候选Prompt集 SwarmFlow编排与智能分离，系统执行编排可提前确定的流程型任务稳定、可观测、可复用不适合高度动态的协作 EoM经济激励驱动自发协作开放、动态、需专业化的场景去中心化，鲁棒性强需要设计经济参数

实际项目中，可根据任务特点组合使用。例如，先用SwarmFlow固化稳定编排，再用MASPOB优化各Agent的Prompt，最后引入EoM的经济机制处理动态协作。

五、实践建议

评估固定拓扑的优化空间：如果工作流无法修改，优先考虑Prompt优化（MASPOB）或编排固化（SwarmFlow）。

从简单任务开始：先用SwarmFlow搭建可复用的工作流，再逐步引入经济机制处理复杂协作。

关注可观测性：SwarmFlow的可视化视图和EoM的财富追踪都能帮助理解系统行为。

迭代调参：MASPOB的评估预算、SwarmFlow的算子配置、EoM的租金和奖励参数都需要根据任务调整。

六、未来展望

多智能体系统的优化正从“设计更复杂的工作流”转向“在固定约束下更智能地调优”。MASPOB展示了Prompt优化的潜力，SwarmFlow强调了编排的确定性，EoM则证明了去中心化经济机制的有效性。未来，这三种方法可能融合：例如，用经济激励驱动Prompt的自动演化，或用SwarmFlow的算子实现EoM中的拍卖和交易逻辑。

FAQ

MASPOB需要多少评估预算才能有效？ 论文中在50次评估预算下即取得显著提升，实际应用中建议从20-50次开始尝试，根据任务复杂度调整。

SwarmFlow和传统工作流引擎（如n8n）有什么区别？ SwarmFlow专为多智能体设计，算子内置了Agent的唤醒、记忆、并发等语义，而传统工作流引擎更偏向通用任务编排。想深入了解可参考AI工作流编排相关教程。

EoM的经济参数如何设置？ 初始租金和奖励可参考论文中的默认值（租金=0.1，奖励=1.0），然后根据任务收敛速度和种群多样性进行调整。如果种群过早同质化，可降低租金或增加探索概率。

这三种方法可以组合使用吗？ 可以。例如，先用SwarmFlow固定编排，再用MASPOB优化各Agent的Prompt，最后用EoM的经济机制处理动态决策。但需注意组合后的复杂度，建议逐步引入。

固定工作流下，除了Prompt还有哪些优化方向？ 还可以优化Agent的模型选择、上下文窗口管理、记忆检索策略等。感兴趣可参考多智能体系统相关文章。

EoM中的智能体需要重新训练吗？ 不需要。所有智能体共用同一个冻结的大模型底座，差异完全来自角色设定的系统提示词和出价参数，是一种轻量级优化方法。