虽然大语言模型（LLM）在能力上表现突出，但它们依赖云规模基础设施，导致延迟、隐私、网络和算力成本等问题。
在许多代理工作流中，重复且范围狭窄的子任务可以由专门的小语言模型（SLM）更高效地完成。然而，SLM 的容量和上下文窗口有限，难以支撑长程推理和需要多轮交互的编排方式，如迭代验证和辩论。
为此，研究提出一种非交互式范式：让异构 SLM 独立生成候选答案，随后由路由器在缓存的样本中进行调度，而不再调用模型。
为系统化研究这种编排机制，本文推出 OrchSLM 框架，它统一了已有的非交互式编排方法，并将关键设计暴露为可调参数。通过系统化实验，发现编排行为受任务结构、模型池组成以及多代理共识等因素显著影响。
点评