还在手调 Agent 协作拓扑？MANTA 让它自己进化，平均分 74.0

搭过多 Agent 系统的人都有这种体验：几个 Agent 分工跑起来，刚开始还行，任务一复杂就开始互相阻塞、重复劳动，关键信息流不到该去的人手里。停下来改拓扑、调链路、重新排执行顺序——改完又得从头验证一轮。整个流程基本靠手。

最近 arXiv 上挂出来一篇论文，核心想法是让多 Agent 系统的通信拓扑在推理时自己进化，不需要人中断去手动改。MANTA（Multi-Agent Network Topology Adaptation），康奈尔大学几位作者的工作，7 月 30 日刚提交。

当前做法和 MANTA 的做法

现在主流的多 Agent 系统，通信拓扑基本上是设计阶段就定死的——谁跟谁说话、谁先执行、谁能看到谁的输出，上线前就拍板了。跑起来发现问题，得回到设计阶段改，改完重新部署。

MANTA 的逻辑反过来：执行前根据任务类型初始化一个拓扑结构（从过往经验里学来的），然后在实际运行中持续观察协作痕迹。发现当前组织方式不够用了，就做局部结构化更新。它能改的东西包括 Agent 角色、通信链接、执行顺序、信息可见性和验证路径。唯一不能动的是任务接口和 Agent 总数预算——相当于小组长可以重组团队和汇报关系，但不能砍人头也不能改 KPI。

「调架构」从 offline 设计阶段搬到了 inference time。之前改一次协作方式相当于重新部署一次系统，现在它可以运行中自己做小范围调整，而且有边界。

数字和边界

论文在五个基准上做了评测——信息检索、工具使用、规划、工作流执行、数学推理。MANTA 平均得分 74.0，比最强基线高 5.8 个百分点，在 PlanCraft（规划类基准）上拿了最佳结果。

74.0 在 multi-agent coordination 方向上算得上扎实。这还是一篇 arXiv 预印本，DOI 显示待注册，具体细节要到完整论文里抠。

一个有界的设计

MANTA 的 structural update 是「有界」的。它不是在无限空间里瞎试，而是在一个约束范围内做调整。完全自由的拓扑进化在真实部署里很难控制成本和行为。保持任务接口和 Agent 预算不变，意味着它可以作为一个可插拔的协调层叠进现有系统，不用动底层任务定义。

目前看到的还只是论文层面的实验。这套机制在更复杂的长期任务里表现如何，structural update 本身的成本和延迟会不会变成新瓶颈，这些问题要看到更完整的实验细节和复现结果才能下判断。

论文在 arXiv 的编号是 2607.28527，许可协议是 CC BY 4.0。

相关链接：
- 论文页面：https://arxiv.org/abs/2607.28527
- PDF：https://arxiv.org/pdf/2607.28527