随着大模型能力爆发,Agentic Workflow(AW)——把多个智能体用 DAG 形式组织起来协同完成任务——在代码生成、数学推理、通用 QA 上全面碾压单智能体。
但问题来了:
- 手工设计 AW 太费劲;
- 自动生成 AW 需要“快速评估”候选者,而执行一次 AW 就要调用 N 次 LLM,贵且慢。
现有两条路线:
- 纯 GNN:把 AW 当图,只能撸结构,看不懂 agent 的 prompt 里藏着的“小心思”。
- 纯 LLM:直接读文本,却抓不住拓扑中“谁依赖谁”的关键路径。
一、GLOW 做到了什么?
在 FLORA-Bench 六个数据集上,GLOW 把 SOTA 又往上提了 1.5% Accuracy、2.0% Utility。
更关键的是——把 AW 评估成本打到骨折:
- 嵌入 AFLOW 框架后,时间 ↓98.7%;
- 最终 AW 的成功率只掉 0.031,几乎无损。
表 2 一览:GLOW 全线第一(Acc./Uti.)
二、GLOW 如何把 GNN 与 LLM 拧成一股绳?
整体架构只有三步(对应图 2):
1️⃣ 双编码器:各取所长
| 分支 | 负责 | 输出表示 |
|---|---|---|
| GNN(GAT) | 拓扑结构 | 𝐑_GNN |
| Graph-oriented LLM | 语义+隐式推理 | 𝐑_LLM |
| SBERT | 任务指令 | 𝐑_Task |
- LLM 不是直接拿来就用,而是先 instruction-tuning成“图专家”——在 23k 条图推理 QA(度、邻居、可达性、拓扑排序等)上续训,让它看文本就能感知 DAG 结构。
- GNN 先自监督预训练:节点重构 + 边重构,保证初始嵌入稳健。
2️⃣ 统一融合:Transformer 做“和事佬”
把三种表示 + 可学习的 [Pred] token 拼成序列,加类型嵌入区分来源,喂给 4 层 Transformer Encoder。
最后只取 [Pred] 的隐藏状态,MLP → Sigmoid 输出 0~1 性能分数。
3️⃣ 对比学习:好 AW 靠得更近
额外加三元组对比损失:成功 AW 做 anchor 与正例更近,与负例更远。
消融实验(表 4)显示,拿掉对比损失或任一编码器都会掉 1~2 个点,结构&语义缺一不可。
表 4 消融结果:GNN 分支最不能砍
🚀 takeaway
如果你正在做 multi-agent 流程优化,或者头疼如何给候选 workflow 打分,不妨直接抄作业——GLOW 的代码已开源,拿来即用!
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线科技企业深耕十二载,见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事,早已在效率与薪资上形成代际优势,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我们整理出这套AI 大模型突围资料包:
- ✅ 从零到一的 AI 学习路径图
- ✅ 大模型调优实战手册(附医疗/金融等大厂真实案例)
- ✅ 百度/阿里专家闭门录播课
- ✅ 大模型当下最新行业报告
- ✅ 真实大厂面试真题
- ✅ 2025 最新岗位需求图谱
所有资料 ⚡️ ,朋友们如果有需要《AI大模型入门+进阶学习资源包》,下方扫码获取~
① 全套AI大模型应用开发视频教程
(包含提示工程、RAG、LangChain、Agent、模型微调与部署、DeepSeek等技术点)
② 大模型系统化学习路线
作为学习AI大模型技术的新手,方向至关重要。 正确的学习路线可以为你节省时间,少走弯路;方向不对,努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划,带你从零基础入门到精通!
③ 大模型学习书籍&文档
学习AI大模型离不开书籍文档,我精选了一系列大模型技术的书籍和学习文档(电子版),它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。
④ AI大模型最新行业报告
2025最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。
⑤ 大模型项目实战&配套源码
学以致用,在项目实战中检验和巩固你所学到的知识,同时为你找工作就业和职业发展打下坚实的基础。
⑥ 大模型大厂面试真题
面试不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我精心整理了一份大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。
以上资料如何领取?
为什么大家都在学大模型?
最近科技巨头英特尔宣布裁员2万人,传统岗位不断缩减,但AI相关技术岗疯狂扩招,有3-5年经验,大厂薪资就能给到50K*20薪!
不出1年,“有AI项目经验”将成为投递简历的门槛。
风口之下,与其像“温水煮青蛙”一样坐等被行业淘汰,不如先人一步,掌握AI大模型原理+应用技术+项目实操经验,“顺风”翻盘!
这些资料真的有用吗?
这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理,现任上海殷泊信息科技CEO,其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证,服务航天科工、国家电网等1000+企业,以第一作者在IEEE Transactions发表论文50+篇,获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的技术人员,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。