当各家大模型在基准上的分数挤进 2–5% 的窄带，模型之外的结构设计成为新的性能主战场。
- multi-agent framework —— 协调多个 LLM agent 协作的结构：怎么拆任务、怎么并行、怎么合并、何时停止；
- agent harness —— 包裹在模型外围的执行系统：决定模型每一步看到什么、用什么工具、状态存哪里、何时验证、何时停止；
- 自生成 / 安全 —— 系统能否为自己设计系统、以及多主体交互下的系统级安全。
本仓库收录 arXiv 2025-09 至 2026-09 间具代表性的 11 篇论文，每篇提供中文编译页（解决什么问题 → 创新点 → 关键结果 → 局限）与原文 PDF / arXiv 链接（VMAO、AdaptOrch、NLAH、Meta-Harness、MUSE 五篇附本地 PDF，其余指向 arXiv 原文）。
| # | 论文 | 机构 / 发表 | 一句话 | 资料 |
|---|---|---|---|---|
| 01 | VMAO 验证式多智能体编排 | AWS + HSBC · ICLR 2026 WS | 把「验证」提升为编排层的一等协调信号：DAG 并行执行 → 独立检查员评估完整性 → 自动重规划补漏 | 中文版 · PDF · arXiv |
| 02 | AdaptOrch 任务自适应拓扑编排 | 韩国国民大学 | 证明模型趋同时「拓扑比选模型重要」（Var τ/Var M ≥ Ω(1/ε²)），线性时间算法按任务 DAG 自动选编排拓扑 | 中文版 · PDF · arXiv |
| 03 | NLAH 自然语言 Agent Harness | 清华深研院 + 哈工大（深圳） | 把埋在控制器代码里的 harness 策略外化为可执行的自然语言文档，由共享运行时解释执行；策略层 60K → 2.9K token | 中文版 · PDF · arXiv |
| 04 | Meta-Harness harness 自动优化 | 斯坦福 + MIT + KRAFTON | 用 coding agent 经文件系统翻阅全部历史源码 / 分数 / 执行轨迹，自动搜索超越人类手工设计的 harness | 中文版 · PDF · arXiv |
| 05 | MUSE 多模态统一 Harness | 东北大学 + 北京大学 | 首个面向冻结 MLLM 的统一 harness：感知工具 + 确定性验证器 + 修复循环；GPT-4o 找字任务 3% → 21% | 中文版 · PDF · arXiv |
| 06 | MoRe 角色混合（激活空间协同） | UIUC + Amazon · 2026-08 | 把多种角色学成 codebook，查询感知路由器在单次前向中混合；性能逼近 MAS，token 约降 20× | 中文版 · PDF · arXiv |
| 07 | SoK 多智能体安全系统化 | 2026-09 | 197 篇执行中心分析；A-I-R 攻击框架 + 五部分防御契约；审计 44 项评测 | 中文版 · PDF · arXiv |
| 08 | MAS² 自生成多智能体系统 | NTU 等 · ICLR 2026 | Generator–Implementer–Rectifier 递归定制目标 MAS 并运行时纠偏；最高约 +19.6% | 中文版 · PDF · arXiv |
| 09 | OI-MAS 跨多尺度模型置信感知路由 | 哈尔滨工业大学 · 2026-01 | 角色与模型规模两级状态依赖动态路由；置信度作为成本惩罚权重；准确率最高 +12.88%，成本最高 −79.78% | 中文版 · PDF · arXiv |
| 10 | Symphony-Coord 去中心化涌现协调 | NUS + NYU + Gradient 等 · 2026-02 | agent 选择 = 在线上下文多臂老虎机；Beacon 筛选 + LinUCB 路由；次线性 regret 界，agent 失效下自愈 | 中文版 · PDF · arXiv |
| 11 | HEART 自然语言工具原语 Harness | 2026-09 | Tool Primitive 用 LLM 包装工具、自然语言为接口；ToolFace 检索 25,519 个函数；8B 骨干超商用模型 6%、成本最高 −85%、免疫 prompt injection | 中文版 · PDF · arXiv |
- 性能瓶颈正在从模型转移到模型外围 —— AdaptOrch 给出「模型趋同 → 编排主导」的定量证明；MUSE 证明多数多模态失败是 harness 层缺陷；Meta-Harness 实测 harness 差异可达 6 倍。
- 「验证」是被反复确认的最有价值组件 —— VMAO 的编排层验证器带来 +35% 完整性；MUSE 的外置确定性验证器是修复循环的地基。共同原则：把生成与评估解耦，用模型外的信号判定成败。
- 更多调用 ≠ 更好 —— MUSE 的等预算自一致性对照几乎无提升；NLAH 的多候选搜索分支翻倍却拖累成绩；MoRe 用激活混合替代多轮文本，约 20× 更省。
- 从静态编排到自生成与可恢复安全 —— MAS² 打破 generate-once；SoK 强调路径闭合与恢复，而非仅局部检查。
Meta-Harness（harness 是什么）→ NLAH / MUSE（harness 工程）→ AdaptOrch / VMAO（编排）→ MAS²（自生成）→ MoRe（激活空间协同）→ SoK（安全系统化）→ OI-MAS / Symphony-Coord（路由与去中心化协调）→ HEART（工具使用 harness）
纯静态、零构建依赖（双击 index.html 即可浏览）。阅读侧提供：分类色签与类别筛选 / 关键词检索、随文术语链（点状下划线 → 术语表）、悬浮章节目录 + 滚动高亮、阅读进度条、标题锚点复制、键盘 ←/→ 翻页、一键复制 BibTeX / APA 引用、打印导出（自动隐藏悬浮控件）、返回顶部与移动端适配；站点侧提供 关于页（收录标准 / 更新记录 / 反馈）与 GitHub Pages 分享预览（OG / favicon）。
.
├── README.md
├── AGENT.md # 页面编写规范（链接/导航/组件 v1-v4，新页面必读）
├── hero.svg
├── favicon.svg
├── index.html # 目录：筛选 + 对比表 + 阅读顺序
├── glossary.html # 术语表（30 词条，供正文 gloss 链）
├── about.html # 关于 / 收录标准 / 更新记录
├── 2603.11445_VMAO_中文版.html
├── 2602.16873_AdaptOrch_中文版.html
├── 2603.25723_NLAH_中文版.html
├── 2603.28052_Meta-Harness_中文版.html
├── 2606.03005_MUSE_中文版.html
├── 2608.27338_MoRe_中文版.html
├── 2609.00595_SoK_中文版.html
├── 2509.24323_MAS2_中文版.html
├── 2601.04861_OI-MAS_中文版.html
├── 2602.00966_Symphony-Coord_中文版.html
├── 2609.01736_HEART_中文版.html
└── *.pdf
git clone https://github.com/1parado/multi-agent-article.git克隆后直接用浏览器打开 index.html 即可（页面内链接指向 GitHub，联网时点击可跳转）。
论文版权归原作者与出版方所有；中文内容为学习交流整理，引用请以英文原文为准。