多智能体系统的常见做法是「设计期编排」：在动手前就把工作流、角色与通信协议固定下来，运行时照章执行。但人类科学家做研究时，往往会在进行中临时协调分工——谁擅长哪块、谁补哪块，边做边调。arXiv 10 月 1 日提交的新稿《Can AI Scientists Coordinate at Runtime?》（编号 2610.00980）问的正是这个问题：AI 科学家能否也在运行时自行协调？论文提出的 Runtime Agent Coordination（RAC），把「动态组队」从人类科学家的本能，变成了可评估的工程机制。
背景：从固定工作流到运行时协调
当下的 AI-scientist 系统（如 Agent Laboratory、EvoScientist、ARK）大多沿用设计期编排：角色与流程在启动前就定好。这种方式稳定、可复现，但也有明显短板——它假设任务结构在事先就看得清，而真实科研往往中途才暴露该谁来补哪一块。人类研究者的做法恰恰相反：在运行中根据进展重新分配工作、调整分工。RAC 想填补的，正是这道「运行时协调」的空缺。
方法：执行期选 agent、给契约、做验证
RAC 的做法是在执行过程中，从既有的 AI-scientist 主机中选择合适的 agent，为它分配一份带作用域的工作契约，并基于产物做验证。验证信息会驱动后续 agent，但不阻塞状态转移，也不丢弃中间产物——这点很关键，因为它保留了并行探索的灵活度，又避免了「为了协调而拖慢一切」。这种「边跑边选、选完即验」的闭环，比事先写死流程更贴合真实科研里的不确定性。论文在 ResearchClawBench 上做了单种子探索评估，跨越 Agent Laboratory、EvoScientist 与 ARK 三套主机，且保持各主机的模型、工具与权限不变，只在预算上做主机级别的校准。
结果：运行时选择有效，但加机制未必总增益
评估设置了四种累积条件：原生执行、运行时通信、运行时选择、以及在前者基础上再加契约与验证。结论有两层。其一是运行时选择对每个主机都给出了最高的平均得分，说明「在执行中临时选对人」确实有效。其二是叠加契约与验证后，平均得分反而回落，且回落幅度依赖主机——也就是说，协调机制不是加得越多越好，在受限预算下，过度协调可能拖累表现。这一发现把「动态编排优于固定工作流」的笼统论断，落到了有边界的实证上。对构建者而言，这意味着协调粒度本身也是要被优化的对象，而非越多越保险。
意义：把争论落到实证
RAC 的价值，不只是提出一个协调协议，而是把「动态编排 vs 固定工作流」这场长期争论，推进到可以量化比较的阶段。它提醒构建者：运行时选择是有效的杠杆，但协调机制本身有成本，盲目堆叠契约与验证可能适得其反。这与近期另一股共识——「编排本身就是一种需要专门打磨的技能」——方向一致：会协调的 system，比单纯堆更多 agent 更重要。它需要被放进预算与主机差异的语境里读，而非当成放之四海皆准的结论。
结语
AI 科学家能不能在运行时自行协调？这篇论文的回答是：能，而且运行时选择确实带来增益；但协调不是免费的，机制叠加有天花板。对多智能体系统的设计者而言，真正的功课是找到那个「刚好够」的协调粒度，而不是把所有可能的治理层层叠上去。RAC 的实证已经把这一点说得很清楚——协调机制必须放进预算与主机差异的语境里读，而不是当作一把万能钥匙。