AFlow: Automating Agentic Workflow Generation

多步 Workflow 的质量取决于节点做什么以及怎样连接。手工调整调用顺序、重试和验证很难扩展到不同任务。AFlow 研究将 Workflow 表示为代码，在执行反馈下搜索结构，使自动设计过程能利用历史探索经验。

如果两个 Workflow 共享大部分代码，某次修改的成败就应帮助判断相邻修改是否值得尝试。树结构能保留这种父子关系，MCTS 则提供探索与利用的框架。LLM 负责提出有语义的代码修改，执行器提供实际反馈，两者结合可减少盲目搜索。

workflow 可以视作 model 调用节点与代码表达的连接关系。将 search 历史保存成树，能够从多个有潜力的候选继续扩展；将常见操作组成算子，则可为巨大代码空间提供便于 search 的先验结构。

沿用论文 Coding Workflow 的任务类型作演示：初始流程直接生成代码；一次扩展加入 Test 或 Review 节点，执行后得到反馈；搜索器将新节点的成绩与父流程关联，再决定继续扩展哪条分支。输出是经过选择的 Workflow 程序，之后用于隐藏任务。具体节点组合是教学例，真实候选以原文发现的 Workflow 为准。

MCTS 的直觉是不能总选目前均值最高的分支，因为试验少的分支还不确定。常见 UCB 写法把平均收益 Q 与探索奖励相加；n 小时探索项大，n 增长后下降。下面是帮助理解的通用公式，不等同于 AFlow 全部实现细节。实际论文还定义了选择、扩展、评价和回传过程。

Illustrative UCB: score = Q + c·√[log(N)/n]
Q: observed mean reward; n: branch visits
N: parent visits; c: exploration weight

UCB 中 Q 是已观察到的平均收益，后面的项给探索不足的分支加分。假设两个分支 Q 相同，访问次数 n 较小的分支会得到更大的探索加分；访问逐渐增多后，加分缩小，选择越来越依赖观察结果。参数 c 控制探索意愿。这解释了 Tree Search 为什么可能暂时探索当前不领先的方案。此式是通用 UCB 教学表达，AFlow 的具体节点选择和扩展机制仍需以原文算法为准。

AFlow 的持久对象是选出的 Workflow。树形经验帮助固定搜索器探索，但树增长本身不证明改进策略的规则已经演化。

最脆弱的假设是局部 Workflow 修改的历史收益对后续扩展仍有预测力。LLM 调用的随机性和模块间强交互，会使分支均值掩盖真实的组合效果。

自动化发生在人工指定的任务、算子、评价函数和 search 预算内；主要实验并未同时 search model weights 或评测标准。文中的低 reasoning 费用比较也不应自动解释成包含离线 search 成本的全部生命周期成本。