DynaFlow ensina o agente principal a escrever seus próprios workflows e supera a base em 10,9 pontos

Pesquisadores da National University of Singapore (Ruhao Liu, Qi Li, Shizun Wang, Xinchao Wang) publicaram o DynaFlow, um framework para orquestração multiagente. Nele, o agente principal decide por conta própria quando precisa de ajuda e escreve, para isso, um programa executável curto. Em seis benchmarks, o DynaFlow obteve 88,08% de precisão geral no modo Forced — 10,90 pontos percentuais acima do sistema base mais forte testado, todos comparados sobre a mesma base Qwen3.5-27B.

Orquestração como ação, não como esquema

A maioria dos sistemas multiagente é construída de forma rígida. Existe uma estrutura predefinida: um planejador, um executor, um crítico, uma ordem fixa para a troca de mensagens. Para tarefas que não se encaixam no modelo, essa estrutura se torna um teto.

No DynaFlow, a síntese de workflows faz parte do espaço de ações do agente principal, no mesmo nível dos demais passos de raciocínio. O próprio agente decide se a colaboração é necessária. Se for, ele gera um programa feito sob medida para a tarefa específica. Esse programa pode executar subagentes em sequência ou em paralelo, trocar informações estruturadas entre eles e verificar resultados intermediários.

O ponto central está no loop de feedback. Os resultados de execução e os rastros voltam para o agente principal e influenciam suas próximas ações. A estrutura de colaboração é remontada ao longo do raciocínio, em vez de fixada desde o início.

Treinar o maestro, sem tocar nos músicos

Os autores separaram deliberadamente o treinamento da orquestração da melhoria dos executores. Apenas o agente principal é ajustado. Todos os subagentes permanecem inalterados, então o ganho não pode ser atribuído ao fato de os modelos de trabalho terem ficado mais fortes.

O processo tem duas etapas:

• Fine-tuning supervisionado (SFT) sobre trajetórias destiladas: o agente principal aprende, a partir de exemplos já prontos, como construir workflows.
• Ajuste fino sobre exemplos filtrados: trajetórias com três tipos de defeitos são removidas da amostra.

Os filtros são:

• premissas infundadas (unsupported premises): a conclusão se apoia em algo que não está nos dados de origem;
• verificação tendenciosa (biased verification): a checagem confirma o resultado em vez de realmente avaliá-lo;
• falhas no fluxo de informação (information-flow defects): a saída de uma etapa se perde e não chega à próxima.

O terceiro ponto é talvez o mais interessante. Os autores argumentam que a qualidade de um sistema multiagente não é definida pelo número de agentes nem pela elegância do grafo, mas por o resultado de uma etapa realmente chegar à próxima.

O que as medições mostraram

A avaliação foi feita em seis benchmarks que abrangem raciocínio matemático, perguntas e respostas científicas e busca multi-hop — tarefas em que a resposta é montada a partir de vários passos ou fontes.

Números-chave:

• Base: Qwen3.5-27B, a mesma para o DynaFlow e os sistemas base.
• Precisão geral: 88,08% no modo Forced.
• Diferença: +10,90 pontos percentuais em relação ao sistema base mais forte testado.
• Parte treinada: apenas o agente principal; os subagentes ficam fixos.
• Método: SFT sobre trajetórias destiladas seguido de filtragem por três tipos de defeitos.

A análise dos workflows gerados após o treinamento mostrou que o agente passa a usar com mais frequência, de forma explícita, as saídas das etapas anteriores, verificando-as e refinando-as. Antes do treinamento, essas conexões entre as etapas apareciam com menos frequência. É justamente essa passagem de informação entre etapas que os autores chamam de uma das principais medidas da qualidade da orquestração.

O que dá para aproveitar na prática

O trabalho se parece mais com uma receita do que com um produto fechado. O código está disponível no GitHub (amiya-special/Dynaflow), há uma página do projeto e um artigo no arXiv sob o número 2610.34467. No momento da publicação, o repositório é bem recente (cerca de três estrelas), e a página do artigo no Hugging Face não tem modelos, datasets nem Spaces vinculados. Reproduzir o resultado vai ficar por conta de cada equipe.

Para times que constroem sistemas agênticos, as conclusões práticas são estas. Primeiro, vale a pena testar a orquestração como uma habilidade treinável. Um modelo de porte médio, com 27 bilhões de parâmetros, consegue aprender a construir seus próprios workflows sem exigir um ciclo completo e caro de retreinamento de todos os participantes. Segundo, ao montar trajetórias de treinamento, é útil filtrar os dados pelo comportamento: verificar se o verificador está confirmando tudo sem critério e se resultados intermediários estão se perdendo. Terceiro, ao avaliar sistemas multiagente, vale olhar não só para a precisão final, mas também para os rastros, em especial como as saídas das etapas anteriores são usadas.

As limitações também são visíveis. Os resultados foram obtidos em matemática, perguntas científicas e busca multi-hop. Ainda não se sabe como o DynaFlow se comportaria em sessões longas de programação ou ao trabalhar com ferramentas externas. Mas a ideia em si — de um agente escrever o programa da própria coordenação e aprender a fazer isso com cuidado — já parece funcional e reproduzível.