이 시스템은 MCP로 도구를 동적으로 찾고, 메타 오케스트레이터가 과제별 에이전트 구조를 자동 생성해요

고정된 워크플로우 한계를 넘는 진화형 과학 멀티에이전트 프레임워크 ‘Mimosa’가 공개됐어요.

이 시스템은 MCP로 도구를 동적으로 찾고, 메타 오케스트레이터가 과제별 에이전트 구조를 자동 생성해요. 실행 결과는 LLM 심판이 평가하고, 피드백으로 다음 워크플로우를 계속 개선하거든요.

ScienceAgentBench에서 DeepSeek-V3.2 기준 성공률 43.1%를 기록해 단일 에이전트와 정적 멀티에이전트 베이스라인을 모두 앞섰어요. 논문은 48페이지, 그림 4개, 표 1개로 구현·프롬프트 세부까지 공개됐고 오픈소스로 배포됐어요.

핵심은 에이전트를 “한 번 설계하고 끝”이 아니라 실험으로 진화시키는 흐름으로 바꿨다는 점이에요.