多智能体要同时做好两件事：系统上的协调要有效，每个 agent 的任务执行要专业。现有的提示优化通常把这两件事捆在每个 agent 自己的提示里。CEPO（… · @iluciddreaming · TwKit

@iluciddreaming

多智能体要同时做好两件事：系统上的协调要有效，每个 agent 的任务执行要专业。现有的提示优化通常把这两件事捆在每个 agent 自己的提示里。CEPO（Coordinator-Executor Prompt Optimization）是改进这类系统里提示优化的通用框架，把它们拆成两层，系统级协调用一份共享提示，agent 级执行用各自的提示。这个结构让共享的协调规则可以被一致地细化。 提示按 agent 来写，每个 agent 就带着一份混合文本。里面既有它怎么做任务，也有它怎么参与配合。 CEPO 的拆法是把系统级协调放进共享的 coordinator prompt，全系统只有这一份。细化共享规则时改的是它，各个 agent 用到的是同一套系统级协调。agent 级执行放进各自的 executor prompt，专门的任务执行留在这里。「一致」说的是协调规则，不是要求各 agent 的执行提示长得一样。配合规则只在共享的那一份上改。 更新按角色分开引导。协调角色改共享提示，动的是系统怎样配合。执行角色改对应 agent 的 executor，动的是这个 agent 怎样完成任务。 还有一个地方不能确定。做法是把两层拆开，并按各自的角色引导更新；写明的效果是共享协调规则可以被一致细化。提示优化上的改进是不是就等于这一条效果，这里还看不准。

曝光 152 · 评论 2 · 点赞 1 · 书签 0