2.0 KiB
2.0 KiB
title, created, updated, type, source, arxiv_id, version
| title | created | updated | type | source | arxiv_id | version |
|---|---|---|---|---|---|---|
| ACE-Router: Generalizing History-Aware Routing from MCP Tools to the Agent Web | 2026-06-19 | 2026-06-19 | paper-raw | https://arxiv.org/abs/2601.08276 | 2601.08276 | v2 |
ACE-Router: Generalizing History-Aware Routing from MCP Tools to the Agent Web
Authors: Zhiyuan Yao (ZJU), Zishan Xu (SJTU), Yifu Guo (SYSU), Zhiguang Han (NTU), Cheng Yang (HDU), Shuo Zhang, Weinan Zhang (SJTU), Xingshan Zeng, Weiwen Liu (Huawei) Published: 2026-01-13 (v2: 2026-04-19) Venue: arXiv:2601.08276 (cs.AI) Code: https://github.com/euyis1019/ACE-Router
核心洞察
ACE-Router 将 MCP 工具选择重新定义为训练一个历史感知路由器的问题——不是用 embedding 做静态匹配，而是让路由器理解多轮对话历史来做上下文感知的精确路由。
三大阶段
1. Candidate Graph + Self-Evolutionary Mutation
- 基于语义相似度构建候选图（阈值 τ=0.82）
- 五种变异算子：Function Enhancement, Parameter Mutation, Workflow Chaining, Helper Operation, Usage Extension
- 627 初始工具 → 2005 工具（通过变异扩展）
2. Trajectory Synthesis（多 Agent 模拟）
- 从候选图采样（随机游走 DFS）
- Planner Agent + User Agent + Assistant Agent + Tool Agent 四角色模拟
- 环境无关设计：无需真实 API，LLM 模拟执行结果
- 产出 15,092 个历史感知路由训练样本
3. Light Routing Agent (LRA)
- 仅两个工具：router_invoke + tool_execute
- 解耦路由决策与任务执行
- 可插拔：适配工具路由和 Agent 路由
关键结果
| 方法 | MCP-Universe | MCP-Mark |
|---|---|---|
| Text-Emb-3-Large (Q) | ~40.95% | ~29.89% |
| ReAct (Gemini-2.5-Pro) | ~41.80% | ~50.00% |
| GPT-4o Router | ~47.41% | ~48.00% |
| ACE-Router (Qwen3-8B) | 53.44% | 60.00% |
- 扩展候选池：ReAct 41.80→36.47%，ACE-Router 稳定在 53.02%
- 噪声环境：GPT-4o 28% / Gemini 32%，ACE-Router 保持 56%
- 多 Agent 泛化：无需额外训练，router 直接泛化到 Agent 路由