arXiv 2026年10月12日智能体工作流不再每次重造：先攒一个工作流池，再用上下文老虎机按题挑智能体工作流的选择被改写成上下文老虎机问题：在五个基准上平均分达到81.37%，MATH上训练阶段token开销至少降低40.55%。智能体工作流的选择被改写成上下文老虎机问题：在五个基准上平均分达到81.37%，MATH上训练阶段token开销至少降低40.55%。Huawei Technologies (China)City University of Hong KongJiahang Sun（第一作者）#CB-Orchestrator#上下文赌博机#智能体工作流#工作流优化#进化搜索