智能体计算图如何优化LLM工作流？2026年最新框架与评估方法

摘要

大型语言模型（LLM）系统正日益流行，它们通过构建可执行的工作流来完成任务，这些工作流交织了LLM调用、信息检索、工具使用、代码执行、内存更新和验证。本综述回顾了近期设计和优化此类工作流的方法，我们将其视为智能体计算图。我们根据工作流结构何时确定来组织文献，其中“结构”指的是存在哪些组件或智能体、它们如何相互依赖以及信息如何在它们之间流动。这一视角区分了静态方法（在部署前固定可重用的工作流框架）和动态方法（在执行前或执行期间为特定运行选择、生成或修订工作流）。我们进一步沿着三个维度组织先前的工作：结构何时确定、工作流的哪一部分被优化，以及哪些评估信号指导优化（例如，任务指标、验证器信号、偏好或源自执行轨迹的反馈）。我们还区分了可重用的工作流模板、运行特定的实现图以及执行轨迹，将可重用的设计选择与给定运行中实际部署的结构以及已实现的运行时行为分离开来。最后，我们概述了一种结构感知的评估视角，该视角用图级属性、执行成本、鲁棒性以及跨输入的结构变化来补充下游任务指标。我们的目标是提供一个清晰的词汇表、一个用于定位新方法的统一框架、一个对现有文献更具可比性的视角，以及一个为未来LLM智能体工作流优化工作提供更具可重复性的评估标准。

引言：从线性链到智能体计算图

传统上，大语言模型的应用常被视为一个简单的“输入-输出”过程。然而，随着任务复杂度的提升，单一模型调用已不足以应对。现代LLM智能体系统通过将任务分解为一系列步骤，并协调不同的能力模块（如代码解释器、搜索引擎、验证器）来工作。这种由多个组件（节点）及其数据和控制流依赖关系（边）组成的系统，我们称之为智能体计算图。它超越了简单的线性链式思维（CoT），形成了一个动态、可执行的计算网络。

理解、设计和优化这些计算图是构建高效、可靠LLM智能体的核心。本文旨在系统性地梳理相关研究，提供一个清晰的分类框架和分析视角。

核心概念与分类框架

什么是智能体计算图？

一个智能体计算图是一个有向图 G = (V, E)，其中：

• 节点 (V): 代表计算单元或“智能体”。一个节点可以是一个LLM调用、一个工具函数（如Python解释器、API调用）、一个记忆存储/检索操作，或一个决策逻辑（如条件判断）。
• 边 (E): 代表节点间的依赖关系和数据流。一条边表示上游节点的输出是下游节点的输入，或者下游节点的执行依赖于上游节点的完成状态。

其核心特征是将任务求解过程显式地建模为一个可执行、可分析的结构化计算流程。

关键分类维度

本文提出的主要分类依据是工作流结构确定的时间点。这引出了两大范式：

Dynamic Workflow Before or during runtime Structure is generated or adjusted on-the-fly based on specific tasks or intermediate results. LLM-based Planner (e.g., Voyager), reflection or verification-based graph rewriting. High adaptability, capable of handling complex, open-domain tasks. High uncertainty, difficult to optimize and debug, may introduce additional overhead.

在此基础之上，我们可以从三个更细致的维度对工作流优化方法进行分析：

1. 何时优化 (When): 是设计时（一次性）、编译时（针对任务类型）还是运行时（针对本次执行）？
2. 优化什么 (What): 是优化节点的内部逻辑（如提示词）、节点间的连接结构（如图拓扑），还是节点的执行参数（如模型选择）？
3. 依据什么优化 (Which Signal): 使用什么信号来指导优化？例如：
   • 最终任务指标（如准确率、成功率）
   • 内部验证器信号（如代码语法检查、事实一致性校验）
   • 人类偏好反馈
   • 从历史执行轨迹中推导出的奖励

静态工作流：设计与优化

静态工作流的核心思想是预先定义一个可靠的任务解决模板。这种方法将人类的领域知识和对任务分解的理解编码到图结构中。

常见静态模式

ReAct (Reasoning + Acting) Loop structure: Think -> Act -> Observe -> ... LLM (Think), Tool Call (Act), Environment Feedback (Observe). QA and decision-making tasks requiring interaction with an environment. Plan-and-Execute Two-stage pipeline: Planner -> Executor. LLM Planner (generates steps), Multiple Tool Execution Nodes. Complex tasks that can be clearly decomposed into sub-steps (e.g., data analysis, report generation). Multi-Agent Collaboration Directed Acyclic Graph (DAG), agent nodes with different roles collaborate via message passing. Specialized LLM Agents (e.g., programmer, critic, manager), Coordinator. Tasks requiring multi-perspective expertise or debate (e.g., code review, solution design).

静态工作流的优化策略

即使结构固定，其内部仍有大量可优化空间：

• 节点级优化: 为每个LLM节点精心设计提示词（Prompt），或为工具节点调整参数。这可以通过提示工程、基于梯度的提示微调或强化学习来完成。
• 边级优化: 优化节点间传递的信息格式和内容，例如通过记忆（Memory） 节点提炼和缓存关键历史信息，避免冗余传输。
• 全局优化: 将整个工作流视为一个黑盒，使用进化算法或贝叶斯优化来调整其超参数（如循环次数、决策阈值），以最大化最终任务奖励。

静态优化的优势在于其可重复性和稳定性。一旦优化完成，该工作流可以高效、可靠地处理同类任务。

（注：由于输入内容主要提供了论文的元数据和摘要，本文基于该摘要扩展了核心概念、分类框架和静态工作流部分。若需继续撰写动态工作流、结构感知评估等章节，请提供更多详细内容。）

常见问题（FAQ）

什么是智能体计算图（ACG），它如何优化LLM工作流？

智能体计算图是将LLM工作流建模为有向图，其中节点代表LLM调用、工具使用等计算单元，边代表数据流和依赖关系。它通过结构化设计实现任务分解与模块协调，为优化提供系统框架。

静态工作流和动态工作流的主要区别是什么？

主要区别在于工作流结构确定的时间：静态方法在部署前固定可重用框架；动态方法在执行前或执行中为特定任务生成或调整结构，后者更灵活但设计更复杂。

结构感知评估与传统任务评估有何不同？

结构感知评估不仅关注任务完成度，还补充图级属性（如复杂度）、执行成本、鲁棒性及跨输入的结构变化分析，提供更全面的工作流优化指导。