AOrchestra: Automatisierung der Erstellung von Sub-Agenten für agentenbasierte Orchestrierung

papers.abstract

Sprachagenten haben großes Potenzial für die Automatisierung von Aufgaben gezeigt. Die Verwirklichung dieses Potenzials für zunehmend komplexe, langfristige Aufgaben hat den Aufstieg eines Sub-Agenten-als-Werkzeuge-Paradigmas zur Lösung mehrstufiger Aufgaben vorangetrieben. Bisherigen Ansätzen fehlt jedoch eine dynamische Abstraktionssicht auf Sub-Agenten, was die Anpassungsfähigkeit beeinträchtigt. Wir begegnen dieser Herausforderung mit einer einheitlichen, framework-agnostischen Agentenabstraktion, die jeden Agenten als ein Tupel aus Anweisung, Kontext, Werkzeugen und Modell beschreibt. Dieses Tupel fungiert als eine kompositionelle Rezeptur für Fähigkeiten und ermöglicht es dem System, spezialisierte Ausführungsinstanzen für jede Aufgabe bedarfsgesteuert zu erzeugen. Aufbauend auf dieser Abstraktion führen wir ein agentenbasiertes System namens AOrchestra ein, bei dem der zentrale Orchestrator das Tupel in jedem Schritt konkretisiert: Er kuratiert aufgabenrelevanten Kontext, wählt Werkzeuge und Modelle aus und delegiert die Ausführung durch automatische, spontane Agentenerstellung. Ein solcher Aufbau reduziert den Engineering-Aufwand und bleibt framework-agnostisch mit Plug-and-Play-Unterstützung für verschiedene Agenten als Aufgabenausführer. Er ermöglicht zudem einen kontrollierbaren Kompromiss zwischen Leistung und Kosten, der das System in die Nähe der Pareto-Effizienz bringt. In drei anspruchsvollen Benchmarks (GAIA, SWE-Bench, Terminal-Bench) erzielt AOrchestra in Kombination mit Gemini-3-Flash eine relative Verbesserung von 16,28 % gegenüber der stärksten Baseline. Der Code ist verfügbar unter: https://github.com/FoundationAgents/AOrchestra

English

Language agents have shown strong promise for task automation. Realizing this promise for increasingly complex, long-horizon tasks has driven the rise of a sub-agent-as-tools paradigm for multi-turn task solving. However, existing designs still lack a dynamic abstraction view of sub-agents, thereby hurting adaptability. We address this challenge with a unified, framework-agnostic agent abstraction that models any agent as a tuple Instruction, Context, Tools, Model. This tuple acts as a compositional recipe for capabilities, enabling the system to spawn specialized executors for each task on demand. Building on this abstraction, we introduce an agentic system AOrchestra, where the central orchestrator concretizes the tuple at each step: it curates task-relevant context, selects tools and models, and delegates execution via on-the-fly automatic agent creation. Such designs enable reducing human engineering efforts, and remain framework-agnostic with plug-and-play support for diverse agents as task executors. It also enables a controllable performance-cost trade-off, allowing the system to approach Pareto-efficient. Across three challenging benchmarks (GAIA, SWE-Bench, Terminal-Bench), AOrchestra achieves 16.28% relative improvement against the strongest baseline when paired with Gemini-3-Flash. The code is available at: https://github.com/FoundationAgents/AOrchestra

AOrchestra: Automatisierung der Erstellung von Sub-Agenten für agentenbasierte Orchestrierung

AOrchestra: Automating Sub-Agent Creation for Agentic Orchestration

papers.abstract

Support