MAS2: SELF-GENERATIVE, SELF-CONFIGURING, SELF-RECTIFYING MULTI-AGENT SYSTEMS
Kun Wang, Guibin Zhang, ManKit Ye, Xinyu Deng, Dongxia Wang, Xiaobin Hu, Jinyang Guo, Yang Liu, Yufei Guo
NTU, NUS, USTC, ZJU, BUAA, PKU † Equal Contribution ‡ Corresponding
摘要
本文提出了MAS2范式，基于递归自生成原理：一个多智能体系统能够自主构建针对不同问题的定制化多智能体系统。技术上，我们设计了"生成器-实施器-修正器"三智能体团队，能够动态组合并自适应修正目标智能体系统以响应实时任务需求。通过协作树优化（CTO）训练这些元智能体，在七个基准测试中，MAS2相比最先进的多智能体系统在复杂场景下实现了高达19.6%的性能提升。
关键创新点包括：(1) 递归自生成范式；(2) 三智能体架构；(3) 协作树优化训练方法。MAS2在成本-性能权衡上始终处于帕累托前沿，无需额外微调即可有效利用未见过的LLM，实现高达15.1%的改进。
Multi-Agent SystemsSelf-GenerationLLMSelf-ConfigurationSelf-Rectification
研究背景
受人类社会集体智能启发，基于大语言模型（LLM）的多智能体系统（MAS）已发展为复杂的生态系统。与单一智能体范式不同，多智能体系统利用异构智能体之间的专业化和协作交互，在科学发现、深度研究、复杂报告生成等领域取得显著进展。
图1: 自动多智能体系统设计的范式转变：从基于外部模块和基于智能体的生成到MAS2，其中MAS递归生成另一个MAS
MAS的演进呈现出从手动设计到完全自动化的清晰进程。然而，当前方法大多遵循"生成一次即部署"的刚性范式，导致系统在面对现实世界的动态性和不确定性时显得脆弱。MAS2通过递归自生成克服了这一局限。
方法
MAS2框架包含三个核心元智能体：生成器、实施器和修正器。目标MAS被形式化为四个核心操作组件：，其中表示智能体集合，定义通信协议，是可用工具集，为LLM骨干分配。
图2: 提出的MAS2框架概览
生成器：作为系统架构师，给定查询，生成器制定MAS的战略蓝图，产生工作流模板。
实施器：将模板转换为完全可执行的系统，定义分配策略，将每个角色映射到具体的LLM骨干。
修正器：承担在线监控角色，确保系统弹性。当触发函数评估为1时激活，生成对当前系统配置的修改。
协作树优化（CTO）框架通过路径级信用传播收集偏好信号，利用值引导的优化过程指导元智能体训练，确保系统具备实时自适应能力。
实验
我们在八个基准测试上评估MAS2，涵盖四个领域：多跳搜索（HotpotQA、Bamboogle、NQ）、深度研究（BrowseComp+）、代码生成（HumanEval、MBPP）和数学推理（MATH）。
基准测试：包括HotpotQA、Bamboogle、Natural Question、BrowseComp+、HumanEval、MBPP和MATH。
基线方法：分为三类：(1) 原始LLM及提示策略；(2) 手工设计的多智能体系统；(3) 自动化多智能体系统。
参数配置：MAS2可用的LLM池包括GPT-4o、GPT-4o-mini、Qwen2.5-72b-instruct、Qwen3-14b和QwQ-32B。生成器、实施器和修正器的骨干LLM统一设置为Qwen3-8B。
结果
实验结果表明：
观察1：现有自动化MAS无法跨领域泛化。不同基线在不同任务上表现不一致，缺乏稳定的多领域能力。
观察2：MAS2在手工设计和自动化多智能体系统上均表现出色。在多跳搜索任务中平均达到~78.5%，比ScoreFlow和MaAS分别提高2.8%和4.7%。在HumanEval上达到97.0%，比AFlow提高4.1%。
图3: NQ和Bamboogle基准测试上的成本-性能权衡
观察3：MAS2能够泛化到并利用未见过的LLM骨干。当集成Qwen3-Coder、GPT-5-Mini和Gemini-2.5-Pro时，MATH性能提升至90.6%，Bamboogle提升至84.0%。
观察4：MAS2建立了新的成本-性能帕累托前沿。在Bamboogle上，MAS2比昂贵的SC (GPT-4o)基线高12.8%，同时成本降低25倍以上。
图4: MAS2的消融研究
图5: MAS2在Bamboogle、HumanEval和BrowseComp+基准测试上设计的任务特定多智能体系统可视化
结论
本文通过引入MAS2推进了自动化MAS的前沿，这是一个基于递归自生成的范式。与遵循静态"生成一次即部署"原则的主流方法不同，MAS2实例化了元级三智能体架构，能够动态组合并自适应修正任务特定的MAS以响应实时需求。
通过提出的协作树优化，这些元智能体得到训练和专门化，实现了强大的适应性和更高的效率。在七个基准测试上的实证研究表明，MAS2不仅持续超越最先进的MAS，而且与更强的LLM骨干协同扩展。
MAS2代表了多智能体系统设计的重要进展，为实现真正自主、自适应的AI系统奠定了基础。
[2509.24323] MAS$^2$: Self-Generative, Self-Configuring, Self-Rectifying Multi-Agent Systems
