子智能体不再等调度：执行中途可申请改配置，长程任务成功率平均提高9.1%
核心概要
POrchestra 让子智能体在执行途中主动向调度器发出结构化请求，调度器据此当场修改子目标、上下文、工具集或执行预算，而不必等子智能体结束或报错。此前的再调度方法把子智能体的配置固定到生命周期结束，动态环境中的配置错配只能延迟处理。在 GAIA、GAIA2 与 SWE-Bench Verified 三个长程基准上，任务成功率相对最强基线平均提高 9.1%；配套的 OPOD 把反馈转成过程监督，使小调度器成功率相对训练基线平均提高 10.0%。
深度剖析
子智能体可以在执行过程中的任意逻辑点暂停，向调度器请求修改自己的执行配置，并在收到更新后带着原有执行历史继续任务。 此前的再调度方法要等当前子智能体提交结果或超时，才能创建新的子智能体并调整配置，配置错配因此被延迟处理，正在进行的执行状态也会丢失。 在 GAIA2 上，POrchestra 配合 DeepSeek-V4-Flash 达到 55.5% 成功率，相对最强基线 ReAct 的 44.5% 提高 24.6%；在 GAIA 与 SWE-Bench 上同样取得最高成功率。
主动反馈被转成对先前调度决策的定向改进信号，与任务级结果奖励一起优化调度策略。 此前的调度器优化要么依赖稀疏且延迟的任务级奖励，要么用格式或评分规则给出局部奖励，缺少与实际执行障碍挂钩的决策归因。 在 Qwen3.5-9B 调度器上，OPOD 使 POrchestra 在 GAIA 达到 77.9%、GAIA2 达到 49.2%，相对其 SFT 初始化分别提高 5.5 和 5.4 个百分点；去掉过程反馈后 GAIA2 的 Adaptability 与 Time 子集分别下降 7.8 和 7.9 个百分点。
主动通信的额外开销被常规调度与子智能体执行成本的下降抵消，整体推理成本低于对比方法。 此前的编排系统在 GAIA2 这类工具集庞大、应用反馈密集的环境中承担较高的上下文与执行开销。 在 GAIA2 上以 DeepSeek-V4-Flash 执行时，POrchestra 比 ReAct 高 11.0 个百分点且每任务 API 成本低 36%，比 Orchestra-o1 高 11.7 个百分点且成本低 31%。
启示与展望
报告覆盖的是长程智能体编排场景：GAIA 的深度研究、GAIA2 的动态数字助理与 SWE-Bench Verified 的软件工程，执行骨干为 Gemini-3-Flash、DeepSeek-V3.2 与 DeepSeek-V4-Flash，训练侧调度器为 Qwen3.5-9B。适合关注多智能体编排、智能体训练与推理成本的读者。当前只优化调度器，子智能体模型参数与通信规则保持固定；作者把学习可跨模型、跨任务迁移的通用主动通信能力列为后续方向。
作者指出，目前只优化调度器，子智能体模型参数与通信规则固定；通用主动通信能力能否跨模型、跨任务迁移仍待验证。并发执行方面，非并发编排基线在复杂交互任务上优于并发基线，因此当前一次只保留一个活跃子智能体，并发子智能体之间的反馈与修改协调尚未解决。主动修改目标、工具、上下文或预算在接入外部系统时可能带来非预期动作、隐私暴露与权限滥用风险，作者建议保留显式授权边界与人工监督。