AgensFlow는 LLM 기반 다중 에이전트 시스템의 조정 결정을 온라인 정책 학습 문제로 다루는 오픈소스 프레임워크입니다. 기존 파이프라인 설계 방식의 한계를 극복하고, 에이전트 역할, 모델, 토폴로지 등 다양한 요소를 동적으로 조정합니다. 두 가지 데이터셋 평가 결과, 학습된 라우팅은 고정 파이프라인보다 성능이 우수했으며, 토폴로지 압축의 중요성을 확인했습니다.