ProgRouter：质量-成本权衡下的多智能体工作流进度引导编排

多智能体大语言模型工作流已成为求解复杂、开放式任务的重要范式，它通过专业化 LLM 智能体之间的协作推理来完成任务，但这一过程往往需要反复调用 LLM 并积累长程上下文，从而产生巨大的运行成本。这一矛盾构成了本文要解决的核心问题：如何在控制成本与时间预算的同时，尽可能维持甚至提升任务求解质量。作者指出，现有的级联路由方法本质上是一次性、查询级别的决策，它们把路由视为对整条工作流的一次性判断，无法应对多步工作流中动态、状态依赖的本质。在实际流程中，每一步究竟该用哪款 LLM，取决于不断演进的任务进度、剩余任务的难度以及当前的成本效率要求，而这些信息在流程推进过程中是持续变化的。基于这一洞察，作者提出了 ProgRouter，一个在线进度引导的路由框架，它的工作方式是随着工作流的推进，在每一步自适应地为当前步骤选择最合适的 LLM 智能体，从而在时间与成本约束下兼顾求解质量。这一思路将路由从静态的一次性判断，转变为一项随任务状态演进而持续调整的动态编排过程，是本文最核心的贡献所在。 在技术方法上，ProgRouter 的设计围绕任务进度的感知与预测展开。作者引入了一个多视图任务进度评分器，它将粗粒度的工作流结果态势与细粒度的信号结合起来，细粒度信号涵盖子任务完成度、进度趋势以及工作流本身的状态质量，从而对当前所处的任务进度形成更立体、更细致的刻画。在获得进度表征之后，框架进一步采用双路径任务进度预测器，配合自适应的门控机制，来估计为每个候选 LLM 所带来的进度增益。这里的双路径设计意味着预测过程并非依赖单一信号，而是从多个角度综合判断不同模型在当前状态下能推动任务前进多少。自适应门控机制则负责在多个候选路径之间进行动态加权，使系统能够根据实时状态灵活取舍。最终，ProgRouter 以逐步在线的方式做出路由决策，在进度增益、任务时间预算以及长期运行成本效率三者之间进行权衡，而非仅仅追求单步的最优结果。这种把短期进度收益与长期成本效率统一考虑的设计，正是其区别于一次性路由方法的关键所在。 在实验设置与关键结果方面，论文在多个代表性基准上进行了验证，覆盖了多种任务类型：HumanEval Plus 与 MBPP 用于评估智能体代码生成能力，MATH-500 考察数学推理，ASQA 则面向检索增强的长文问答。这种跨任务类型的选择，使得结论能够反映 ProgRouter 在不同推理模式下的通用性。实验结果表明，ProgRouter 在保持强劲任务求解性能的同时，相比多个关键基线显著降低了运行成本。这一结果的意义在于，它证明了通过在线、进度引导的路由策略，确实可以在不牺牲质量的前提下实现成本节约，而非仅仅以牺牲效果为代价换取更低的开销。由于摘要未披露具体的数值指标，文章更强调的是相对基线在成本与质量之间的整体权衡表现，而非某一单一数据集上的绝对提升。这种跨多种任务、以成本效率为核心目标的评估方式，也反映出作者希望验证的方法具有普适性，而非针对某一特定任务过拟合。 从行业意义与潜在影响来看，ProgRouter 所提出的在线进度引导路由思路，为多智能体 LLM 工作流的低成本部署提供了一条切实可行的路径。随着智能体系统在实际应用中的普及，运行成本与时间预算往往成为落地瓶颈，而本文的方法表明，通过精细化的任务进度感知与动态路由，可以在不显著损失效果的前提下大幅压缩开销。这对开源社区而言，提供了一个可迁移的框架设计范式，即把路由从静态判断升级为随状态演进的在线编排。对工业落地而言，这种兼顾质量与成本的方法有助于在真实场景中部署更复杂、更长程的多步任务。对后续研究而言，本文关于多视图进度评分、双路径预测与自适应门控的设计，也为如何更细致地建模任务状态、如何在线权衡短期收益与长期成本打开了新的思考方向。总体而言，这项工作将多智能体系统的关注点从单纯的性能提升，引导至性能与成本并重的工程化思考，具有一定的启发价值。