InFlowOp：无标注多智能体工作流优化，最高提升11.97%

2026年10月2日，AGI Hunt 报道，InFlowOp 提出一种无标注的多智能体工作流优化方法。该方法为工作流中的每个决策定义成本函数，用于衡量 agent 能力与子任务需求的匹配度相对于其运行开销；工作流的拆分粒度与 agent 分配由这一成本双向驱动。运行过程中只执行「最便宜的修复」，无需重跑、重搜索或重训练。报道称该方法最高提升 11.97%。目前公开信息仅此一篇报道，尚无其他来源的复现或验证信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。