HierFlow는 에이전트 워크플로 설계를 자동화하는 학습 불필요 테스트 시점 계층 탐색 구조다. 연구진은 워크플로 생성을 위상(topology)과 실행(execution)이 서로 얽힌 탐색 문제로 재정의했다. 상위 위상 계층이 하위 과제 경계를 정하고, 하위 실행 결과가 다시 위상을 재구성하는 방식이다. 피드백 기반 위상 조정과 MCTS에서 착안한 빠른 트리 탐색을 결합했으며, 게이팅 모듈이 맥락상 필요할 때만 실행 수준 탐색을 발동시켜 연산을 절약한다. 논문은 과제 간 결합도가 계층 분할 효과에 어떤 영향을 주는지도 분석했다. 질의응답, 수학 추론, 코드 생성 벤치마크 전반에서 추가 학습 없이도 강한 베이스라인을 일관되게 앞서며 품질과 계산 효율의 균형을 달성했다.

• •자동 워크플로 생성은 조합 탐색 공간이 거대해 오프라인 학습에 의존하고 경직되기 쉬운 문제를 공략한다.
• •위상과 실행을 서로 영향을 주고받는 단일 탐색 패러다임으로 개념화한 점이 핵심 기여다.
• •피드백 기반 위상 조정과 MCTS 스타일 서브워크플로 최적화를 결합했다.
• •게이팅 모듈이 필요한 경우에만 실행 수준 탐색을 발동시켜 비용을 줄인다.
• •QA·수학 추론·코드 생성 벤치마크에서 추가 학습 부담 없이 강한 베이스라인을 상회했다.