Arbor

Arbor 把 tree search 提升为自治 agent 的 cognition layer：显式搜索树保存 scored hypotheses，失败会作为诊断信号改变后续探索。验证场景是全栈 LLM inference optimization，系统由 Orchestrator、各层 Domain Specialist 和 Critic 组成；结果报告最高 193% throughput-latency Pareto 改善，而单 agent 无 harness 约 +33% 后会在数小时内不可恢复崩溃。它提供了一个有工程约束的多 agent 正例，重点是共享状态和测量校验，而不是简单堆角色。