多智能体工作流里 best-of-n with resets 是很难打赢的基线

在多智能体工作流的评测中，best-of-n with resets（多次采样、失败后重置状态再重试）是极难被更复杂编排方案击败的基线策略。它值得作为任何 agent 评测的对照组，因为不少更花哨的 agent 编排在对比时往往跑不赢这一简单做法。