AOrchestra : Automatisation de la création de sous-agents pour l'orchestration agentique

papers.abstract

Les agents langagiers ont démontré un fort potentiel pour l'automatisation des tâches. La concrétisation de ce potentiel pour des tâches de plus en plus complexes et à long terme a favorisé l'émergence d'un paradigme de sous-agents-en-tant qu'outils pour la résolution de tâches multi-tours. Cependant, les conceptions existantes manquent encore d'une vue d'abstraction dynamique des sous-agents, ce qui nuit à l'adaptabilité. Nous relevons ce défi avec une abstraction d'agent unifiée et indépendante du framework, qui modélise tout agent comme un tuple Instruction, Contexte, Outils, Modèle. Ce tuple agit comme une recette compositionnelle de capacités, permettant au système de générer à la demande des exécuteurs spécialisés pour chaque tâche. S'appuyant sur cette abstraction, nous présentons un système agentiel, AOrchestra, où l'orchestrateur central concrétise le tuple à chaque étape : il organise le contexte pertinent pour la tâche, sélectionne les outils et les modèles, et délègue l'exécution via une création automatique d'agents à la volée. De telles conceptions permettent de réduire les efforts d'ingénierie humaine et restent indépendantes du framework avec un support plug-and-play pour divers agents en tant qu'exécuteurs de tâches. Elles permettent également un compromis contrôlable performance-coût, permettant au système de s'approcher de l'efficacité de Pareto. Sur trois benchmarks exigeants (GAIA, SWE-Bench, Terminal-Bench), AOrchestra obtient une amélioration relative de 16,28 % par rapport au plus solide des modèles de référence lorsqu'il est associé à Gemini-3-Flash. Le code est disponible à l'adresse : 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 : Automatisation de la création de sous-agents pour l'orchestration agentique

AOrchestra: Automating Sub-Agent Creation for Agentic Orchestration

papers.abstract

Support