Self-Organizing Agent Teams：多智能体从少量数学题中学会可迁移协作策略，而不是依赖固定角色

该工作提出 Self-Organizing Agent Teams（SAT）：固定成员的 agent team 不预设专家角色或分工，而是从历史协作中学习可复用的组织策略，包括角色形成、对话阶段、参与模式和信息流。作者仅用 15 道 AIME 2024 数学题和 25 道研究生级知识题学习策略，再原样迁移到未见 benchmark。跨 5 个数学与物理 benchmark，团队平均准确率为 66.7%，高于最强单体 48.8%、compute-matched 单体 58.7% 和 perfect router 59.0%；在 AIME 2026 上高出 perfect router 13.4 个百分点。