给多智能体LLM装上「图记忆工作流路由器」，搞定调用、协作规划

发布时间：2026-07-18 07:09:01 来源：安智兰德资讯网 作者：热点

新智元报道

【导读】GraphPlanner通过引入异构图记忆网络（GARNet），智能装上作流作规将多智能体LLM的体L图记路由机制从简单的“模型选择”升级为动态的“工作流生成”。它不仅决定调用哪个LLM，忆工用协更精准分配每个模型的器搞角色，实现复杂任务的定调自动化分解与多智能体协作规划。

当大语言模型的智能装上作流作规应用场景从「单模型独立回答」演进至「多模型协同作战」时，一个核心痛点日益凸显：

系统不仅需要判断「该调用哪个LLM」，体L图记更需要明确「该让LLM扮演何种角色」、忆工用协「在哪个步骤介入」以及「如何与其他模型高效协作」。器搞

现有的定调LLM Router大多局限于Query-level的模型选择：即给定一个问题，判断将其分配给Qwen、智能装上作流作规LLaMA、体L图记Gemma、忆工用协Mixtral等具体模型。器搞尽管多轮Router支持多次调用，定调但其本质仍是「连续选择模型」，缺乏对多智能体协作流程本身的显式建模。

针对这一局限，伊利诺伊大学厄巴纳-香槟分校（UIUC）的研究团队提出了GraphPlanner。该框架将LLM Routing从「选择模型」推进到「生成多智能体工作流」：系统在每一步同时决策调用哪个模型及激活哪个智能体角色，并利用图结构记忆历史交互与当前工作流状态，从而实现更高效、更具泛化能力的多模型协作。

论文链接: https://arxiv.org/abs/2604.23626
代码链接: https://github.com/ulab-uiuc/GraphPlanner

研究背景：从Backbone选择到Agentic工作流

传统Single-Round Router的逻辑直观且直接：给定一个Query，选择最匹配的LLM进行回答。这种方式简单高效，但在面对复杂任务时存在显著瓶颈：它无法分解任务，也无法组织多个模型间的协作。

Multi-Round Router进一步允许多次调用不同模型。例如，Router-R1在「思考—路由—聚合」的过程中反复调用多个LLM。然而，这类方法本质上仍侧重于Backbone Selection（即「下一步该调用哪个模型」），并未显式建模多智能体系统中的角色分工与协作结构。

现实世界中的复杂任务往往需要更接近Agentic Workflow的处理模式：

1. Planner首先将复杂问题拆解为若干原子子问题；
2. 多个Executor分别解决不同的子任务；
3. Summarizer最后汇总中间结果，形成最终答案。

GraphPlanner正是基于此理念提出：Router不应仅决定调用哪个模型，还应决定调用哪个Agent Role，并动态生成适配当前Query的协作工作流。

GraphPlanner核心机制

GraphPlanner的核心思想是将路由过程建模为一个序列决策问题（Sequential Decision-Making Problem）。

在每一步决策中，GraphPlanner不再单一选择LLM，而是选择一个二元动作（Binary Action）：

Action = Agent Role + LLM Backbone

研究人员预定义了三种基础Agent Role：

1. Planner：负责将复杂Query拆解为若干Atomic Sub-queries；
2. Executor：负责回答原始Query或具体的子问题；
3. Summarizer：负责聚合多个中间结果，生成更一致的上下文或最终回答。

因此，GraphPlanner的每一步决策都在回答两个关键问题：
* 当前应该由哪个角色执行？
* 应该使用哪个LLM执行？

这种设计使Router从一个简单的「模型选择器」，进化为能够构建Query-Specific Agentic Workflow的「多智能体规划器」。

• 对于简单问题，GraphPlanner可直接选择Executor一步完成回答；
• 对于复杂数学、代码或多跳推理任务，它可先调用Planner拆解问题，再调用多个Executor解决子问题，最后调用Summarizer汇总推理链路。

GARNet：异构图记忆网络

GraphPlanner的另一大创新是引入了异构图记忆网络（GARNet）。

在多智能体LLM系统中，每次调用都会产生丰富的交互信息：Query内容、被调用的模型、扮演的角色、输出结果、计算成本以及最终的正确性。这些历史Interaction Traces是宝贵的路由记忆，能揭示在相似任务中，哪些模型更适合担任Planner，哪些组合更高效。

为此，GraphPlanner构建了两类图记忆：

1. Workflow Memory Graph：记录当前Query在本轮推理过程中生成的子问题、角色调用序列及中间回复；
2. Historical Memory Graph：记录过去任务中的Query、Response、LLM-Role交互、准确率（Accuracy）和成本（Cost）信息。

GARNet将Query Node、Response Node、LLM-Role Node以及Accuracy-Cost Edge组织成异构图，并通过共享的Role Hub Nodes连接当前工作流与历史记忆。

这使得GraphPlanner在进行下一步路由决策时，不仅能感知当前Query的状态，还能利用历史交互中积累的模型能力画像与协作模式。

强化学习训练Agentic Router

由于GraphPlanner的工作流包含离散的角色选择、模型调用、子问题分解和结果汇总，整个过程难以直接进行端到端求导。

因此，研究人员将工作流生成建模为马尔可夫决策过程（MDP），并使用PPO（Proximal Policy Optimization）进行强化学习训练。

奖励函数综合考虑任务效果与调用成本：

• Task Utility：最终回答的正确性带来正向奖励；
• Computational Cost：每一步模型调用产生负向惩罚；
• Trade-off：超参数 $\alpha$ 用于平衡准确率与成本。

换言之，GraphPlanner学到的不是一个固定的工作流模板，而是一种动态策略：在面对不同Query时，自适应决定是否需要规划、是否需要拆解、调用几个模型、每个模型的角色分配，以及何时汇总并输出最终答案。

实验结果：更强性能、更低成本、更好泛化

GraphPlanner在14个任务、6个领域上进行了系统评估，涵盖Math、Code、Commonsense Reasoning、World Knowledge、Popular Benchmark以及Out-of-domain Testing。

实验分为两个阶段：

• Phase 1：在用户预定义的Agentic Workflow中，优化不同Agent的LLM Backbone选择；
• Phase 2：同时生成Agentic Workflow并选择对应的LLM Backbone。

结果显示，GraphPlanner在两个阶段均显著优于Single-Round与Multi-Round Router基线。

• Phase 1表现：在固定工作流下，GraphPlanner仍取得最高平均准确率，证明图记忆增强的Routing Policy能更精准地为不同Agent分配合适模型。
• Phase 2表现：当系统允许自由生成Workflow时，GraphPlanner的优势进一步扩大，相比最强Baseline带来约9.3%的平均准确率提升，证明Query-Specific Workflow Generation比固定工作流更适合复杂任务。

更重要的是，GraphPlanner展现出卓越的效率。相比Router-R1等基于RL的多轮Router，GraphPlanner在训练阶段显著降低了GPU计算开销，并通过轻量级图策略网络实现了更高效的Routing决策。

泛化能力：支持Unseen Tasks与Unseen LLMs

优秀的LLM Router不应仅记忆训练集中的任务和模型，而应具备向新任务类型和新LLM Backbone泛化的能力。

GraphPlanner在Out-of-Domain任务（LogicGrid、MGSM和CommonGen）上取得了78%的平均准确率，明显优于GraphRouter、RouterDC和Router-R1等基线。

同时，当实验中加入训练阶段未见过的LLM时，GraphPlanner仍能保持稳定且更优的表现。这表明它并非简单记忆“某模型在特定任务上的标签”，而是通过LLM-Role Graph和Historical Interaction Memory学到了更可迁移的协作模式。

此外，GraphPlanner支持两种推理模式：

• Inductive Setting：不依赖保留的历史交互，部署更轻量；
• Transductive Setting：利用历史Interaction Memory，获得更高性能。

这种设计使GraphPlanner可根据实际部署需求，在效率与性能之间灵活切换。

总结

GraphPlanner的核心贡献在于，它将LLM Router从传统的Backbone Selection推进到了Agentic Workflow Generation。

过去的Router主要回答：这个Query应该交给哪个模型？

GraphPlanner进一步回答了：

• 这个Query应该如何拆解？
• 哪些Agent Role应该参与？
• 每个角色应该由哪个LLM执行？
• 当前工作流如何利用历史交互经验？
• 如何在效果与成本之间取得更优平衡？

因此，GraphPlanner不只是一个更强的Router，而是迈向多智能体LLM系统自动化编排的重要一步。

它让多个异构LLM不再只是被动调用的工具，而是能够在Planner、Executor、Summarizer等角色下形成结构化协作流程。

对于未来的AI基础设施而言，这种规划、路由、记忆与协调（Plan, Route, Remember, and Coordinate）的能力，将成为构建可扩展、多模型、多智能体系统的关键基石。

参考资料：
https://arxiv.org/abs/2604.23626

编辑：LRST

相关文章