← 交互式学习

AIME:交互式中文论文解读

多智能体 · 论文导读 · 整理于 2026-10-27

论文出处:arXiv 2507.11988 · 2025 · ByteDance 阅读原论文 ↗

切换架构模块和实验结果,理解动态规划、角色装配与共享状态,以及论文的证据与局限。

先看审稿视角
30 秒判断

架构思想清晰、结果很强;但缺少消融、成本与复现细节,所以更适合作为一种有前景的系统设计,而不是已经被充分验证的通用最优解。

查看完整评价 →

01 / PROBLEM

论文要解决什么?

让多智能体从“照计划做”变成“边做边组织”

Aime 不是再造一个更聪明的 Agent,而是重构多个 Agent 如何被规划、临时组装与同步状态。

主流 Plan-and-Execute 框架把规划器与执行者切得太开,动态任务中会出现三类断裂。

×

计划僵硬

计划一次生成;执行偏离后,规划器往往要等任务结束才能重新介入。

×

能力静态

角色与工具预先固定;遇到未预见的技能需求时没有合适执行者。

×

通信低效

Agent 间交接丢失上下文;缺少全局实时状态导致重复工作与协调失败。

论文命题

多 Agent 系统的关键,不只是把任务拆给更多 Agent;而是让计划、角色和共享状态都能随执行反馈一起变化。

02 / ARCHITECTURE

四个组件,形成一个闭环

点击模块,查看它解决的问题、运行方式与系统输出。

共享状态 Lₜ single source
of truth
四个模块围绕共享状态协作;点击模块可查看下方说明。

动态规划器

Dynamic Planner

要修复的断点
静态计划在执行偏离、工具失败或环境变化后无法自我修正。
怎么工作
每一轮同时更新全局任务树 Lₜ₊₁,并决定下一步可执行动作 gₜ₊₁。
系统得到什么
把“先计划、后等待”变成持续观察、持续重规划。
1 任务分解 →
2 派发子任务 →
3 装配 Actor →
4 ReAct 执行 →
5 实时更新 →
6 评估与迭代

03 / MECHANICS

关键机制,翻译成人话

规划器 (Lₜ₊₁, gₜ₊₁) = LLMₚ(G, Lₜ, Hₜ)

基于目标、当前任务树和历史结果,一次同时做“改总计划”和“定下一步”。

角色工厂 Aₜ = F(gₜ) = {LLMₜ, Tₜ, Pₜ, Mₜ}

不是从固定员工表里找人,而是按任务装配模型、工具、提示与记忆。

动态提示 Pₜ = Compose(ρₜ, desc(Tₜ), κₜ, ε, Γ)

角色、工具说明、相关知识、环境约束与输出格式共同组成专属工作说明。

执行循环 (thoughtₖ₊₁, actionₖ₊₁) = LLMₜ(gₜ, Hₖ)

Actor 保持局部自治;中央系统只需要里程碑、状态与最终结构化报告。

04 / EVIDENCE

一套框架,跨三个任务域

点击基准查看 Aime 与该领域最强对比基线的差距。数值来自论文表 1。

Aime 77.6 % 成功率
77.6%
71.5%
领先 +6.1 个百分点
注意如何解读: 三个结果证明了“系统整体有效”,但没有证明每个模块各自贡献多少;论文未报告消融、置信区间或成本对比。

05 / REVIEW

我的批判性评价

把论文主张、实验事实和合理推断分开看。

证据强度 中等

跨领域成绩亮眼,但因果证据不足

论文展示了三个基准上的领先结果,却没有消融实验,因此不能确认提升分别来自动态规划、角色工厂,还是进度管理模块。作者对原因的解释更接近合理推断,而非被实验隔离验证的结论。

可复现性 偏弱

关键运行细节交代不足

正文没有系统给出底层模型、提示词、工具清单、采样参数、并发策略、预算、重复次数和方差。表中写“适用时使用相同底层 LLM”,仍不足以判断比较是否完全同条件。

工程价值 较高

真正有用的是控制面设计

动态规划器、按需角色装配和全局进度表共同构成了清晰的 Agent 控制面。即使不用多 Agent,也可以把“共享状态 + 完成标准 + 可追踪产物”的模式移植到复杂单 Agent 系统。

规模风险 待验证

中央单一事实源也可能成为瓶颈

随着 Actor 数量、任务树深度和更新频率增加,中央规划器的上下文长度、状态冲突、调度延迟和成本都会上升。论文把扩展性列为未来工作,但没有提供规模曲线。

一句话结论 值得学它的系统组织方式,暂时不要照单全收它的 SOTA 叙事。
架构启发 9/10 实验完备 5/10 复现信息 4/10

06 / TAKEAWAY

如果只带走三件事

  1. 1
    规划必须驻留在执行循环里

    反馈不是任务结束后的汇报,而是下一轮规划的输入。

  2. 2
    角色应该是配置,不是固定身份

    为子任务选择最小充分的工具和上下文,比让一个 Agent 拥有所有工具更稳。

  3. 3
    共享状态比 Agent 对话更重要

    明确的任务树、完成标准与成果指针,才是可追踪协作的基础。

AIME 交互式中文论文解读

内容依据论文 v2(2025-07-17)。评价部分为基于论文披露信息的独立分析。

摘要页 ↗

评论

评论由 GitHub Discussions 提供。