多智能体系统往往依赖预先定义的协作结构，难以按任务改组。DynaFlow 把自由形态、可执行的工作流合成写入主智能体动作空间：主智能体判断何时需要协作，再生成面向当前任务的程序，以串行或并行调用子智能体，并加入结构化信息交换与校验。执行结果和轨迹进入后续动作，协作可以随推理推进而调整。
编排学习与执行器能力拆开
工作流不再是系统外的固定拓扑，而是主智能体可生成、可执行的程序，覆盖顺序与并行调度、结构化传参和校验。主智能体并非一次规划到底，执行痕迹会回灌后续决策。训练只更新主智能体：先在蒸馏轨迹上做监督微调，再在过滤样本上精炼；过滤针对无支撑前提、有偏校验和信息流缺陷三类问题。子智能体全部固定，意图是单独学习编排，而不是顺带提升执行器。摘要未给出轨迹规模、过滤比例和精炼细节，只能确认这一分离设定。
Forced 模式下的六项基准结果
评测覆盖六个基准，类型包括数学推理、科学问答和多跳检索。Forced 模式下总体准确率 88.08%，同一 Qwen3.5-27B 骨干下比所评估的最强基线高 10.90 个百分点。工作流分析显示，训练后更明确地使用、校验并精炼上游输出，作者据此把跨阶段信息流视为多智能体编排的关键维度。六个基准名称、Forced 模式完整协议及其他设置下的数字，材料均未提供，比较应限制在上述条件内。
我的判断
价值比较具体：把动态编排做成可学习动作，并用冻结子智能体把编排效果单独测出来。88.08% 与 10.90 个百分点都绑定 Forced 模式和 Qwen3.5-27B，不宜外推成通用领先。更适合子智能体单步能力已够、缺的是何时协作、如何传信息和如何校验的任务；若瓶颈在执行器本身，只训主智能体不够。自由形态程序的稳定性、失败回退、以及过滤后数据是否变窄，摘要没有证据。当作「跨阶段信息流可被训练」的一条结果来读更稳妥。