智能体工作流的全局优化与推理时区域嫁接

arXiv 论文提出 GRAFT 方法，用于智能体工作流优化。它在保留全局优化工作流的同时，仅针对每个输入局部替换特定区域，利用无标签执行质量信号评估并接受局部改进，无需整体重新优化。在数学推理、代码生成和多跳问答等任务上，相较 MaAS 平均提升 3.85 分，且更换更强执行器可进一步提升性能。

此前的智能体工作流优化在执行前确定工作流，无法在执行中根据质量信号调整失败区域。GRAFT 引入了推理时局部适应机制，在不重优化整体工作流的情况下，实现了按输入实例的动态调整，提升了优化工作流的适应性与性能，代表了工作流优化从静态产物向动态执行策略的转变。

GRAFT 采用全局优化保持工作流整体一致性，局部推理时替换仅针对每个输入的各区域。它使用无标签执行质量信号评估区域级替代方案，仅接受能提升局部质量且不破坏工作流一致性的替换，从而以较低计算成本获得实例级适应能力，无需参数训练或全流程重新优化，并可兼容更强的执行器。

GRAFT 表明优化后的工作流可随推理时反馈和更强执行器演进，无需频繁重新优化。产品可直接复用已有优化工作流，仅对失败区域进行局部替换，降低推理计算成本，同时提升复杂任务（如代码生成、多跳问答）的准确性和适应性，减少人工调优工作量。

• 在智能客服流程中，集成 GRAFT 机制，针对特定用户问题自动替换失败的处理步骤，提升问题解决率，而无需重构整体流程。
• 开发基于 GRAFT 的推理时优化插件，嵌入现有 agent 框架，提供局部工作流替换能力，以减少重复开发成本。
• 在低代码平台中引入 GRAFT 策略，允许用户根据执行反馈微调部分工作流，降低工作流后续优化门槛。
• 利用 GRAFT 评估不同执行器（如更强模型）的替换效果，为执行器选型提供数据支持，优化成本与性能平衡。

• GRAFT 在除论文所述任务外的实际业务场景（如多轮对话、长文档处理）中表现如何？
• GRAFT 对工作流区域划分的敏感度如何？区域划分方式是否影响最终性能，证据未明确。
• GRAFT 的局部替换是否有失败风险？证据未讨论替换失败时的处理机制。
• 论文宣称的数据集和评估标准是否适用于所有类型的 agentic workflow？