Multi-Agent Design: Optimizing Agents with Better Prompts and Topologies
https://arxiv.org/abs/2502.02533
1. 核心问题: MASS 研究多智能体系统的自动设计。痛点在于设计空间有两层纠缠：每个智能体的提示词，以及智能体之间怎么连接的拓扑；提示词敏感会沿智能体级联放大，拓扑靠人工试错，组合空间巨大。
2. 论文主张: 不要只优化拓扑或只优化提示词，而要把两个设计空间交错优化，并且从局部到全局分阶段进行，先把单个智能体优化好，再把它们组合成系统。
3. 论文来源: 这篇论文来自 Google 和剑桥大学，是 Han Zhou 在 Google 实习期间的工作，发表于 ICLR 2026，方法名 MASS，即 Multi-Agent System Search。
4. 关键发现一: 在 MATH 上的分析显示，先做提示词优化的智能体，token 效率明显高于用默认提示词堆智能体数量的做法，而且先优化提示词再做并行扩展，扩展曲线更好，更早饱和的是不优化提示词的做法。
5. 关键发现二: 不是所有拓扑都有益。HotpotQA 上只有辩论拓扑带来约百分之三的提升，LiveCodeBench 上反思拓扑反而掉百分之十五；有影响力的拓扑只占整个搜索空间的一小部分，所以应该剪枝后再搜。
6. 方法主线: MASS 分三个阶段交错优化。阶段一对每种拓扑块做块级提示词优化；阶段二按各块的增量影响力做 softmax 加权、拒绝采样剪枝，在剪枝后的空间里搜索拓扑；阶段三在最好拓扑上做全局联合提示词优化，建模智能体之间的相互依赖。
7. 具体案例: 在 MATH 上，阶段一发现辩论拓扑最优，把准确率从百分之六十二提到百分之七十九；阶段二发现九个并行智能体聚合反而更好，到百分之八十三；阶段三再优化到百分之八十五，说明拓扑搜索能推翻局部直觉。
