自組織代理團隊學會共同推理
為何重要
此研究證明瞭組織策略本身是可經學習獲得的 Agent 優勢，打破了過去需硬編碼任務分解或路由邏輯的迷思。這意味著未來開發多 Agent 系統時，只需少量樣本即可透過自組織最佳化推理流程，大幅降低工程實作複雜度，並且驗證了當前推理產生「可示證性」時，團隊協作能獲得最大收益。
針對現有 Agent 團隊過度依賴固定協議或路由的問題，研究提出「自組織代理團隊」 概念，讓固定團隊透過歷史協作經驗來學習角色、對話階段及資訊流的策略性行為，實現推理的協同計算。
- 訓練效率：只需使用 15 道數學題與 25 道研究生級知識題，即可學會跨任務通用的團隊策略。
- 效能優勢：在 5 個數學與物理基準測試中，自組織團隊平均準確率達 66.7%，顯著高於單一最強成員的 48.8%。
- 關鍵指標：在 AIME 2026 基準上，團隊表現超越「完美路由器」 13.4 分。
- 相關性分析：在 8 個基準測試中，「可示證性」 與效能提升的相關性極高（Spearman ρ=0.90）。