当大语言模型从「单模型回答」走向「多模型协作」一个新的问题正在浮现系统不只需要知道该调用哪个LLM还需要知道该让这个LLM扮演什么角色、在什么步骤调用、如何与其他模型协作。现有LLM Router大多关注query-level的模型选择给定一个问题判断该交给Qwen、LLaMA、Gemma、Mixtral还是其他模型。进一步的多轮Router虽然能够进行多次调用但通常仍然只是「连续选择模型」缺少对多智能体协作流程本身的显式建模。对此University of Illinois Urbana-ChampaignUIUC的研究人员提出GraphPlanner将LLM Routing从「选择模型」推进到「生成多智能体工作流」系统在每一步同时决定调用哪个模型以及激活哪个智能体角色并利用图结构记忆历史交互与当前工作流状态从而实现更高效、更可泛化的多模型协作。论文链接: https://arxiv.org/abs/2604.23626代码链接: https://github.com/ulab-uiuc/GraphPlanner研究背景传统Single-Round Router的逻辑很直接给定一个query选择一个最合适的LLM来回答。这种方式简单高效但面对复杂任务时存在明显限制它无法分解任务也无法组织多个模型之间的协作。Multi-Round Router则进一步允许多次调用不同模型例如Router-R1可以在「思考—路由—聚合」的过程中反复调用多个LLM。但这类方法本质上仍然更关注backbone selection也就是「下一步该调用哪个模型」而没有显式建模多智能体系统中的角色分工与协作结构。现实中的复杂任务往往需要更接近agentic workflow的处理方式。例如先由Planner将复杂问题拆解成子问题再由多个Executor分别解决不同子任务最后由Summarizer汇总中间结果并形成最终答案。GraphPlanner正是围绕这一点提出Router不应只决定调用哪个模型还应决定调用哪个Agent Role并动态生成适合当前query的协作工作流。GraphPlannerGraphPlanner的核心思想是将routing过程建模为一个sequential decision-making problem。在每一步GraphPlanner不再只选择一个LLM而是选择一个二元动作Action Agent Role LLM Backbone研究人员默认定义了三类基础Agent Role1. Planner负责将复杂query分解为若干atomic sub-queries2. Executor负责回答原始query或子问题3. Summarizer负责聚合多个中间结果生成更一致的上下文或最终回答。因此GraphPlanner的每一步决策都在回答两个问题当前应该由哪个角色执行应该使用哪个LLM执行这种设计让Router从一个简单的「模型选择器」升级为一个能够构建query-specific agentic workflow的「多智能体规划器」。对于简单问题GraphPlanner可以直接选择Executor一步完成回答对于复杂数学、代码或多跳推理任务它可以先调用Planner拆解问题再调用多个Executor解决子问题最后调用Summarizer汇总推理链路。GARNetGraphPlanner的另一个关键创新是引入异构图记忆网络GARNet。在多智能体LLM系统中每次调用都会产生丰富的交互信息query 是什么、哪个模型被调用、它扮演什么角色、输出了什么结果、成本是多少、最终是否正确。这些历史 interaction traces 本身就是非常宝贵的 routing memory。它们能够告诉系统在相似任务上哪些模型更适合担任 Planner哪些模型更适合做 Executor哪些角色组合更高效为此GraphPlanner构建了两类图记忆Workflow Memory Graph记录当前 query 在本轮推理过程中生成的子问题、角色调用和中间回复Historical Memory Graph记录过去任务中的query、response、LLM-role交互、accuracy 和 cost 信息。GARNet将query node、response node、LLM-role node以及accuracy-cost edge组织成异构图并通过共享的role hub nodes连接当前工作流与历史记忆。这样GraphPlanner在做下一步routing决策时不仅能看到当前query的状态还能利用历史交互中积累下来的模型能力画像与协作模式。用强化学习训练Agentic Router由于GraphPlanner的routing workflow包含离散的角色选择、模型调用、子问题分解和结果汇总整个过程难以直接端到端求导。因此研究人员将workflow generation建模为Markov Decision Process并使用PPO进行强化学习训练。奖励函数同时考虑任务效果与调用成本最终回答正确性带来task utility每一步模型调用会产生computational cost超参数α用于控制accuracy-cost trade-off。换言之GraphPlanner学到的不是一个固定工作流模板而是一种动态策略在面对不同 query 时自适应决定是否需要规划、是否需要拆解、调用几个模型、每个模型扮演什么角色以及何时汇总并输出最终答案。实验结果更强性能、更低训练成本、更好泛化GraphPlanner在14个任务、6个领域上进行了系统评估覆盖Math、Code、Commonsense Reasoning、World Knowledge、Popular Benchmark以及Out-of-domain Testing。实验包含两个阶段Phase 1在用户预定义的agentic workflow中优化不同agent的LLM backbone选择Phase 2同时生成agentic workflow并选择对应的LLM backbone。结果显示GraphPlanner在两个阶段均显著优于single-round与multi-round router baselines。在Phase 1中GraphPlanner在固定工作流下仍能取得最高平均准确率说明图记忆增强的 routing policy 能更好地为不同agent分配合适模型。在Phase 2中当系统允许自由生成workflow时GraphPlanner的优势进一步扩大相比最强baseline带来约9.3%的平均准确率提升说明 query-specific workflow generation 比固定工作流更适合复杂任务。更重要的是GraphPlanner还展现出优秀的效率表现。相比Router-R1等RL-based multi-round routerGraphPlanner在训练阶段显著降低GPU compute并通过轻量级图策略网络实现更高效的routing决策。泛化能力支持Unseen Tasks与Unseen LLMs一个好的LLM Router不应只记住训练集中的任务和模型而应能泛化到新的任务类型和新的LLM backbone。GraphPlanner在out-of-domain任务LogicGrid、MGSM和CommonGen上取得了78%的平均准确率明显优于 GraphRouter、RouterDC 和 Router-R1 等 baseline。同时当实验中加入训练阶段未见过的 LLM 时GraphPlanner 仍能保持稳定且更优的表现。这说明它并不是简单记忆某个模型在某个任务上的标签而是通过 LLM-role graph 和 historical interaction memory 学到了更可迁移的协作模式。此外GraphPlanner 支持两种 inference 方式Inductive Setting不依赖保留的历史交互部署更轻量Transductive Setting利用历史 interaction memory获得更高性能。这种设计使 GraphPlanner 可以根据实际部署需求在效率和性能之间灵活切换。总结GraphPlanner的核心贡献在于它将LLM Router从传统的backbone selection推进到了agentic workflow generation。过去的Router主要回答这个query应该交给哪个模型GraphPlanner 进一步回答 这个query应该如何拆解 哪些Agent Role应该参与 每个角色应该由哪个LLM执行 当前工作流如何利用历史交互经验 如何在效果与成本之间取得更优平衡因此GraphPlanner不只是一个更强的Router而是迈向多智能体 LLM 系统自动化编排的重要一步。它让多个异构LLM不再只是被动调用的工具而是能够在Planner、Executor、Summarizer等角色下形成结构化协作流程。对于未来的AI基础设施而言这种ability to plan, route, remember, and coordinate将成为构建可扩展、多模型、多智能体系统的关键能力。学习资源推荐如果你想更深入地学习大模型以下是一些非常有价值的学习资源这些资源将帮助你从不同角度学习大模型提升你的实践能力。一、全套AGI大模型学习路线AI大模型时代的学习之旅从基础到前沿掌握人工智能的核心技能​因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取二、640套AI大模型报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示​因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取三、AI大模型经典PDF籍随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型如GPT-3、BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取四、AI大模型商业化落地方案作为普通人入局大模型时代需要持续学习和实践不断提高自己的技能和认知水平同时也需要有责任感和伦理意识为人工智能的健康发展贡献力量。