TCAndon-Router : Routeur de Raisonnement Adaptatif pour la Collaboration Multi-Agents

TCAndon-Router: Adaptive Reasoning Router for Multi-Agent Collaboration

January 8, 2026

papers.authors: Jiuzhou Zhao, Chunrong Chen, Chenqi Qiao, Lebin Zheng, Minqi Han, Yanchi Liu Yongzhou Xu Xiaochuan Xu Min Zhang

cs.AI

papers.abstract

Les systèmes multi-agents (SMA) sont devenus un paradigme puissant pour construire des applications intelligentes hautes performances. Dans ces systèmes, le routeur responsable de déterminer quels agents experts doivent traiter une requête donnée joue un rôle crucial dans les performances globales. Les stratégies de routage existantes se divisent généralement en deux catégories : le routage de performance, qui équilibre la latence et le coût entre modèles de différentes tailles, et le routage de tâches, qui affecte les requêtes à des experts spécialisés pour améliorer la précision. Dans les applications d'entreprise réelles, le routage de tâches est plus adapté ; cependant, la plupart des approches existantes reposent sur des décisions statiques à étiquette unique, ce qui introduit deux limitations majeures : (i) la difficulté d'intégrer de nouveaux agents de manière transparente lors de l'expansion des domaines métier, et (ii) les conflits de routage causés par le chevauchement des capacités des agents, dégradant finalement la précision et la robustesse. Pour relever ces défis, nous proposons TCAndon-Router (TCAR) : un routeur à raisonnement adaptatif pour la collaboration multi-agents. Contrairement aux routeurs traditionnels, TCAR prend en charge l'intégration dynamique d'agents et génère d'abord une chaîne de raisonnement en langage naturel avant de prédire un ensemble d'agents candidats capables de traiter la requête. De plus, nous concevons un pipeline d'exécution collaborative dans lequel les agents sélectionnés produisent indépendamment des réponses, qui sont ensuite agrégées et affinées en une réponse unique de haute qualité par un Agent de Raffinement dédié. Les expériences sur des jeux de données publics et des données d'entreprise réelles démontrent que TCAR améliore significativement la précision du routage, réduit les conflits de routage et reste robuste dans des scénarios ambigus. Nous avons publié TCAR à l'adresse https://huggingface.co/tencent/TCAndon-Router pour soutenir les futures recherches sur le routage multi-agent explicable et collaboratif.

English

Multi-Agent Systems(MAS) have become a powerful paradigm for building high performance intelligent applications. Within these systems, the router responsible for determining which expert agents should handle a given query plays a crucial role in overall performance. Existing routing strategies generally fall into two categories: performance routing, which balances latency and cost across models of different sizes, and task routing, which assigns queries to domain-specific experts to improve accuracy. In real-world enterprise applications, task routing is more suitable; however, most existing approaches rely on static single-label decisions, which introduce two major limitations: (i) difficulty in seamlessly integrating new agents as business domains expand, and (ii) routing conflicts caused by overlapping agent capabilities, ultimately degrading accuracy and robustness.To address these challenges, we propose TCAndon-Router(TCAR): an adaptive reasoning router for multi-agent collaboration. Unlike traditional routers, TCAR supports dynamic agent onboarding and first generates a natural-language reasoning chain before predicting a set of candidate agents capable of handling the query. In addition, we design a collaborative execution pipeline in which selected agents independently produce responses, which are then aggregated and refined into a single high-quality response by a dedicated Refining Agent.Experiments on public datasets and real enterprise data demonstrate that TCAR significantly improves routing accuracy, reduces routing conflicts, and remains robust in ambiguous scenarios. We have released TCAR at https://huggingface.co/tencent/TCAndon-Router to support future research on explainable and collaborative multi-agent routing.