EvoRouter：多智能体路由如何在提准确率的同时把算力减半

Not a ToE · Oct 29, 2026 · 12m

多智能体系统要同时决定用哪些模型、什么协作模式、几个智能体、几轮交互、配哪些技能，组合空间爆炸；只看最终成败和成本的奖励，说不清哪一步决策有用、哪一步浪费算力。

本期聊 EvoRouter（arXiv 2610.35690）：一个专家模型定期分析大量路由轨迹的性能–成本反馈，提炼出带适用条件的路由洞察——往哪里扩、扩多少、哪些配置搭配更好；特权教师把这些洞察和执行反馈结合，通过在线策略蒸馏给路由器自己的规划轨迹提供 token 级监督，同时配合成本感知的强化学习。更新后的路由器产生新轨迹，循环继续。

论文报告的结果：EvoRouter-4B 在五个领域 19 个数据集上的域内平均准确率为 68.69%，比最强的路由基线高 7.23 个百分点，同时把平均 MAS 计算成本（相对 FLOPs）降低 50.95%；在两个域外基准上，各 EvoRouter 版本的样本加权准确率为 74.67% 到 78.93%。

论文：https://arxiv.org/abs/2610.35690

代码：https://github.com/CenYangtze/EvoRouter