1. Introduction

1.1 为什么 workflow 自动生成与优化很重要？

Multi-Agent Systems（MAS）在推理、代码、数学等任务中的成功

workflow 决定了：agent 的角色, 信息流, 调用顺序;

workflow 设计已成为 MAS 性能的关键

1.2 现有两条主流路线

(1) Query-level workflow generation

• 每个 query 动态生成 workflow（如 FlowReasoner）
• 优点：精细、自适应
• 适合处理高度多样化 query

(2) Task-level workflow optimization

• 在 validation set 上搜索 dataset-level workflow（如 AFLOW）
• 优点：稳定、可复用、部署简单

两种方法并非对立，而是关注 MAS 优化的不同层面。

1.3 本文的核心问题：Rethinking Task-level Workflow Optimization

1. 我们不是否定 query-level
2. 我们观察到 task-level 已经非常强
3. 因此值得系统性 rethinking 它的潜力与瓶颈