BAMAS: dựng đội agent theo trần chi phí — chọn model bằng ILP, chọn cách phối bằng RL
Khách chốt trần chi phí trước, thì nên chọn model nào cho đội agent?
Mở
Khi một hệ agent nhiều thành phần ngày càng phức tạp, chi phí biến thành cân nhắc thật sự cho lần triển khai đầu tiên — và người chạy agent trên VPS với ngân sách cố định gặp chuyện này sớm hơn ai hết. Điều bất tiện là cách dựng đội agent phổ biến hiện nay đi ngược thứ tự: tối ưu hiệu năng trước, rồi mới hỏi tốn bao nhiêu. Paper này đánh đúng vào chỗ trống đó: tổ chức một đội agent dưới ràng buộc ngân sách tường minh là một bài toán riêng, cần cách giải riêng.
Paper này làm gì
BAMAS dựng hệ agent nhiều thành phần theo ba bước nối tiếp. Trước hết, hệ đặt bài toán chọn một tập LLM tối ưu dưới dạng Integer Linear Programming, cân bằng giữa hiệu năng và chi phí — mỗi model vào đội là kết quả của phép cân hai vế này, không phải chọn theo điểm đơn thuần. Kế đó, cách các model phối với nhau được quyết định bằng một phương pháp reinforcement learning đi tìm interaction topology phù hợp. Cuối cùng, hệ được khởi tạo và chạy theo đúng tập agent cùng topology đã chốt. Tác giả đánh giá BAMAS trên ba tác vụ đại diện, so với các phương pháp dựng agent hiện hành.
Phát hiện chính
Ngân sách là bài toán cấu hình, không phải khoản bù trừ — Điểm xuất phát của paper: hầu hết công việc hiện có không đả động tới việc tổ chức hệ agent nhiều thành phần khi bị ràng buộc ngân sách tường minh, nên chi phí vẫn bị xử lý như hậu quả của kiến trúc thay vì là một ràng buộc ngay từ vòng thiết kế.
existing work rarely addresses how to structure multi-agent systems under explicit budget constraints
Chọn model bằng ILP cân hai vế — Tập LLM vào đội không được chốt theo điểm số, mà từ một bài toán Integer Linear Programming cân bằng hiệu năng và chi phí; giá của từng model trở thành biến số trong chính bài toán chọn người.
an Integer Linear Programming problem that balances performance and cost
Giữ hiệu năng tương đương, cắt được tới 86% chi phí — Đây là con số khiến bài toán đáng để làm lại từ đầu: so với các phương pháp dựng agent hiện hành, BAMAS đạt hiệu năng tương đương trong khi giảm chi phí tới 86%, tức cùng một đồng tiền mua được nhiều lần chạy hơn.
BAMAS achieves comparable performance while reducing cost by up to 86%
Caveat
Phạm vi đánh giá là điều duy nhất tác giả nêu lại: BAMAS chỉ được thử trên ba tác vụ đại diện và so với các phương pháp dựng agent hiện hành, nên con số cắt giảm 86% nên đọc trong đúng phạm vi đó. Phần tóm tắt không nêu thêm hạn chế nào khác.
Áp vào 5ac thế nào
Đây là tư duy để trả lời thẳng câu “tháng này hết bao nhiêu” của khách 5ac: chi phí vào bài toán thiết kế ngay từ đầu, thay vì cộng dồn rồi bất ngờ ở cuối tháng. Trên Kanban, mỗi card có trần token riêng và bảng route model đang chọn theo cost/task; thứ BAMAS thêm vào là chốt luôn cách các khâu phối với nhau thay vì chỉ chọn model rời rạc. Sửa cụ thể: với chuỗi card lặp (research → draft → verify), chốt một lần topology cho lane đó (khâu nào model rẻ, khâu nào model mạnh) rồi giữ để lần chạy sau so chi phí thật trong metadata card.
Nguồn
- BAMAS: Structuring Budget-Aware Multi-Agent Systems — https://arxiv.org/abs/2511.21572