AOrchestra：Agentic orchestrationのためのサブエージェント自動化

言語エージェントは、タスク自動化への強力な可能性を示しました。複雑性と長期的なタスク解決のためにこれに期待することにより、サブエージェントとしてツールを考えるための多ターンタスク解決のサブエージェントモデルが普及しました。しかし、現在の設計はまだサブエージェントとしての動的抽象視を持っておらず、適応性を犲傷させてしまっています。我々は、フレームワークに依存せずに言語エージェントを抽象化する統一したフレームワークを目指しています。つまりタスク関連の情報やツールとモデルからなるタプルがそれぞれのタスクに対して専門的な実行者を創出するために組み合わせられるレシピです。このタプルはシステム全体の合成されます。次にAOrchestraというアゲンティックシステムを取り上げます。中心的なオーザーントゥルースが各ステップで構造化します：コンテキストやツールとモデルを選びつつ、それらを呼び出しによる自動エージェントの生成を通じて実行を委譲します。このようなデザインにより、人工意匠者の労力を大幅に削減でき、またフレームワーク間の独立性も引き続きサポートできるプラグアンドプレイ機能です。結果として、コストと性能について統制可能なトレードオフが導入できます。GAIA、SWE-Bench、TERMINAL-Benchといった挑戦的で複雑なベンチマークに対して、AOrchestraは最良のバシネンとGemini-3-Flashとの組み合わせ時に16.28パーセントも相対的な改善を達成しました。コードは下記URLから入手可能です：https://github.com/FoundationAgents/AOrchestra

arXiv:2602.03786v2 Announce Type: replace Abstract: 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