ACL 2026 | RouteMoA：无需预推理的动态路由，实现高效多智能体混合¶
Ch01.1112 ACL 2026 | RouteMoA：无需预推理的动态路由，实现高效多智能体混合¶
📊 Level ⭐⭐ | 5.6KB |
entities/acl-2026-routemoa无需预推理的动态路由实现高效多智能体混合.md
ACL 2026 | RouteMoA：无需预推理的动态路由，实现高效多智能体混合¶
来源: 机器之心
发布日期: 2026-05-02
原文链接: https://mp.weixin.qq.com/s/nHWEqgpdH2FdZ08AaPylSg
本篇论文已被 ACL 2026 接收，主要作者来自上海交通大学自动化与感知学院 IWIN 中心团队。团队负责人为关新平教授，指导老师为陈彩莲教授和乐心怡教授，合作作者还包括南洋理工大学陶大程教授。其他作者来自腾讯、上海人工智能实验室、香港中文大学等机构。第一作者王骥泽为上海交通大学博士生，研究方向为大模型智能体。
近年来，大语言模型的发展，正在从 “单模型能力提升” 走向 “多模型协作”。这是一个很自然的方向：既然不同模型各有所长，有的擅长数学，有的擅长代码，有的更懂医学，那为什么不让它们协同起来，共同解决更复杂的问题？
Mixture-of-Agents（MoA）正是在这样的背景下提出的。它通过让多个模型并行生成、逐层交互、反复融合，往往能够得到比单一模型更强的结果。问题也很明显：性能提升的同时，成本和延迟也随之迅速上升。
在标准 MoA 中，每一轮通常都要调用多个模型，再基于它们的输出进行筛选和融合。但究竟该让哪些模型参与、哪些模型可以跳过，往往缺乏明确的选择机制。模型越多、层数越深，整体开销就越高，在大规模模型池场景下，系统效率和可扩展性都会面临很大挑战。
也正因如此，研究者开始尝试让 MoA 变稀疏。例如，一些方法如 Sparse MoA 会先让模型池中的所有模型生成回答，再通过额外的评审模型进行打分和筛选，只保留一部分模型进入后续协作。这样虽然减少了后续融合的负担，但本质上仍然绕不开一个问题： 为了决定该选谁，系统还是得先让所有模型都推理一遍。
于是，这篇工作的核心问题就变得非常直接： 我们真的需要先让所有模型都回答一遍，才能决定该选谁吗？
-
论文标题：RouteMoA: Dynamic Routing without Pre-Inference Boosts Efficient Mixture-of-Agents
-
论文链接：https://arxiv.org/abs/2601.18130
-
代码链接：https://github.com/Jize-W/RouteMoA
一句话总结：RouteMoA 的核心思想是，通过在推理前进行模型能力预测，避免对所有模型进行无效推理。
现有方法的问题：
效率瓶颈不在融合，而在全量推理
当前 MoA 系列方法的一个共同假设是：要判断哪个模型更好，必须先看到它的输出。因此，无论是经典 MoA，还是引入 judge 的 Sparse MoA，本质上都绕不开一个步骤： 所有模型先推理 -> 再筛选 -> 再融合。
这带来两个问题：
第一，计算成本无法下降。即使最后只用少数模型，前面已经为所有模型付出了推理代价。
第二，难以扩展到大模型池。当模型数量增加时，全量推理会迅速变得不可承受，甚至超出上下文限制。
也就是说，瓶颈并不在 “如何选”，而在 “选之前已经太贵了”。
RouteMoA：
把 “选模型” 前移到推理之前
RouteMoA 的关键创新，是把模型选择从 “后验判断” 变成 “先验预测 + 轻量修正”。
整个流程可以分为三个步骤：
- 先验筛选：不推理，也能判断谁更可能做对
RouteMoA 引入了一个轻量级 scorer，只根据用户 query，就预测每个模
→ 原文存档
关联¶
- 相关概念: Harness Engineering