**AgentFugue：通过集体推理实现长时程任务的智能体扩展**

_AgentFugue: Agent Scaling for Long-Horizon Tasks through Collective Reasoning_

> 论文提出了AgentFugue框架，旨在通过集体推理扩展多智能体系统处理长时程任务的能力。与依赖单一强大智能体不同，该框架让多个对等智能体并行探索同一任务，并通过共享推理中枢记录和交流各智能体的推理进展（如已建立、尝试或排除的内容）。中枢作为插件式通信层，通过监督微调和端到端强化学习进行训练，使智能体能选择性地利用其他智能体的发现，从而将孤立探索转化为可复用的中间推理生态系统。实验表明，该方法在长时程任务中优于基线，证明了智能体扩展（scaling out）可成为独立的能力提升来源，而不仅仅是增加计算资源的方式。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-28 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.24486)