AOrchestra: エージェント間協調のためのサブエージェント自動作成

AOrchestra: Automating Sub-Agent Creation for Agentic Orchestration

February 3, 2026

著者: Jianhao Ruan, Zhihao Xu, Yiran Peng, Fashen Ren, Zhaoyang Yu, Xinbing Liang, Jinyu Xiang, Bang Liu, Chenglin Wu, Yuyu Luo, Jiayi Zhang

cs.AI

要旨

言語エージェントは、タスク自動化において大きな可能性を示しています。この可能性を、より複雑で長期にわたるタスクに対して実現するために、マルチターンでの課題解決を目的とした「サブエージェントをツールとして活用する」パラダイムの台頭が進んでいます。しかし、既存の設計では、サブエージェントに対する動的な抽象化ビューが依然として欠如しており、適応性を損なう要因となっています。我々はこの課題に対処するため、任意のエージェントを（指示、コンテキスト、ツール、モデル）のタプルとしてモデル化する、統一されたフレームワーク非依存のエージェント抽象化を提案します。このタプルは能力の合成的なレシピとして機能し、システムが各タスクに応じて専門的な実行器をオンデマンドで生成することを可能にします。この抽象化に基づき、我々はエージェントシステム「AOrchestra」を導入します。このシステムでは、中央のオーケストレーターが各ステップでこのタプルを具体化します。つまり、タスクに関連するコンテキストを精選し、ツールとモデルを選択し、動的な自動エージェント生成を通じて実行を委任します。このような設計により、人的なエンジニアリング作業の削減が可能となり、多様なエージェントをタスク実行器としてプラグアンドプレイでサポートする、フレームワーク非依存の性質を維持します。さらに、制御可能な性能とコストのトレードオフを実現し、システムがパレート効率的な状態に近づくことを可能にします。3つの難易度の高いベンチマーク（GAIA、SWE-Bench、Terminal-Bench）において、AOrchestraはGemini-3-Flashと組み合わせることで、最強のベースラインに対して16.28%の相対的改善を達成しました。コードは以下で公開されています：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