新加坡国立大学提出多智能体编排框架 DynaFlow，精度超 AFLOW 等基线

新加坡国立大学团队提出自由形态多智能体编排学习框架 DynaFlow，将可执行工作流合成纳入主 agent 的动作空间，总体精度高于 CoT、Self-Refine、CoT-SC、AFLOW 等基线。主 agent 自主决定何时需要协作并生成任务特定程序来协调子 agent，支持串行/并行执行与结构化信息交换，可按任务动态调整协作规模。代码与项目页已开源。