AOrchestra: Automatización de la Creación de Subagentes para la Orquestación Agéntica

Resumen

Los agentes de lenguaje han demostrado un gran potencial para la automatización de tareas. Materializar este potencial en tareas cada vez más complejas y de horizonte temporal prolongado ha impulsado el surgimiento de un paradigma de subagentes-como-herramientas para la resolución de tareas multi-paso. Sin embargo, los diseños existentes carecen de una visión de abstracción dinámica de los subagentes, lo que perjudica la adaptabilidad. Abordamos este desafío con una abstracción de agente unificada e independiente del framework, que modela cualquier agente como una tupla (Instrucción, Contexto, Herramientas, Modelo). Esta tupla actúa como una receta composicional de capacidades, permitiendo al sistema generar ejecutores especializados para cada tarea bajo demanda. Basándonos en esta abstracción, presentamos un sistema agentivo, AOrchestra, donde el orquestador central concreta la tupla en cada paso: selecciona el contexto relevante para la tarea, elige herramientas y modelos, y delega la ejecución mediante la creación automática de agentes sobre la marcha. Este diseño permite reducir el esfuerzo de ingeniería humana y mantiene la independencia del framework con soporte plug-and-play para diversos agentes como ejecutores de tareas. También posibilita un equilibrio controlable entre rendimiento y coste, permitiendo al sistema aproximarse a la eficiencia de Pareto. En tres benchmarks desafiantes (GAIA, SWE-Bench, Terminal-Bench), AOrchestra logra una mejora relativa del 16.28% frente al baseline más fuerte cuando se empareja con Gemini-3-Flash. El código está disponible en: 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: Automatización de la Creación de Subagentes para la Orquestación Agéntica

AOrchestra: Automating Sub-Agent Creation for Agentic Orchestration

Resumen

Support