哥伦比亚大学与中央研究院联合提出MANTA框架，使多Agent系统通信拓扑在推理时动态演化，解决固定拓扑局限。该框架含拓扑表示、编排循环、Playbook记忆和审计分类法，支持五种结构修改。在五个基准测试平均得分74.0，比最强基线高5.8个百分点，PlanCraft任务最佳，且降低计算成本。