智能体与自主科学
突破级
暂无讲解视频
收录解读
AggAgent 研究长时程 agentic tasks 的 parallel test-time scaling。多条 agent rollout 并行生成后，简单投票或只看最终答案会丢掉轨迹里的工具调用和中间证据；直接拼接全部轨迹又会超过上下文窗口。
论文把聚合器本身设计成一个 agent，把并行轨迹当作可交互环境。AggAgent 拥有检查候选解、搜索轨迹和按需读取证据的轻量工具，从而在不展开全部上下文的情况下导航、比较和综合多个 agent 过程。
它值得收录，是因为它给 long-horizon agent 的 test-time scaling 提供了可复用聚合 primitive：聚合不再是静态 summarization，而是对轨迹空间的工具化搜索。这个设计对 deep research、agentic search、代码修复和多 agent 运行时都有直接价值。
局限在于聚合 agent 的可靠性和搜索策略会成为新瓶颈；在高风险任务中还需要与证据验证、权限控制和可审计日志结合。