多智能体协同的过程评测：面向执行轨迹的协调机制设计｜货拉拉算法工程师赵江杰「AgenticAICon 2026」预告

《多智能体协同的过程评测：面向执行轨迹的协调机制设计》

随着 Agent 系统从单点工具调用走向长程任务执行，多智能体协同正在成为智能体应用的重要工程形态。但多个 Agent 被组织起来执行真实场景任务，系统可靠性仍然面临挑战。

在真实任务中，任务如何拆解，决策权如何转换，中间产物如何沉淀，失败后如何复盘，证据不足时如何触发重试、审查或人工介入，都会直接影响协作质量。

本次分享将围绕“多智能体协同的过程评测”展开。不同于只看最终答案是否正确，过程评测关注协作结构是否清晰、执行轨迹是否可追踪、证据链是否完整、失败原因是否可定位、结果是否可验收。结合当下 Agent 前沿工作中的 coordination layer、workflow graph、trajectory evaluation以及excution trace等工作，分享将讨论如何把多 Agent 协作从隐式 prompt 和流程编排中抽离出来，形成由协调层驱动的轨迹证据闭环。

分享也将结合近期计划开源的 HydraMind 框架实践，介绍如何通过 RuntimeSession、GateContract、可替换测评harness，以及执行轨迹记录机制，构建面向执行轨迹的过程测评能力，支撑多智能体系统从“能编排”走向“可评测、可诊断、可复盘”。