AgentGrad：面向多智能体系统的干预引导提示词优化框架

AgentGrad 是一个面向 LLM 多智能体系统的提示词优化框架，通过顺序干预逐个修改智能体行为以定位导致失败的目标智能体，并用其输出作为智能体级监督提取细粒度文本梯度。该方法还通过语义文本梯度抽象对相似梯度聚类，避免混合无关失败模式。在五个 MAS 基准上，AgentGrad 达到 SOTA，优化耗时降低 2.5 倍，优化成本平均降低 21.8%。