---
title: "ACE-Router — 训练专用路由器"
created: 2026-06-19
updated: 2026-06-19
type: concept
tags: [router-training, mcp, tool-selection, history-aware, agent-web]
sources:
  - https://arxiv.org/abs/2601.08276
---

# ACE-Router

## 定义

ACE-Router 是 Yao et al. (2026) 提出的**训练专用路由器框架**：不依赖 embedding 静态匹配或 LLM 通用推理，而是训练一个专门模型，将多轮对话历史显式对齐到精确的路由决策。

## 三阶段管线

```
① Candidate Graph → ② Trajectory Synthesis → ③ Light Routing Agent
   (扩展候选空间)      (生成训练数据)            (可插拔部署)
```

### ① Candidate Graph + 自进化变异
- 基于语义相似（τ=0.82）构建候选图
- 5 种变异算子：功能增强、参数变异、工作流链接、辅助操作、使用扩展
- 627 初始工具 → 2005 工具

### ② 多 Agent 轨迹合成
- DFS 随机游走采样 + 四角色模拟
- 环境无关：LLM 模拟执行，无需真实 API
- 产出 15,092 个历史感知训练样本

### ③ Light Routing Agent
仅两个工具：router_invoke + tool_execute。路由与执行解耦 → 路由逻辑独立于具体工具定义。

## 关键结果

- **8B 专用路由器 > 巨型通用模型**：GPT-4o (47.4%) vs ACE-Router (53.4%)
- 扩展候选池：ReAct 从 41.8% 崩溃到 36.5%，ACE-Router 稳定在 53.0%
- 噪声鲁棒：GPT-4o 28% / Gemini 32%，ACE-Router 保持 56%
- 工具路由 → Agent 路由零训练迁移：88-92%

## 参考

- [[yao-ace-router-2026|论文]]
- [[history-aware-routing|历史感知路由]]
- [[candidate-graph|候选图]]
- [[light-routing-agent|轻量路由 Agent]]