arXiv cs.AI· Sadra Sabouri, Hosein Hasanbeig, Adam Sage, Shreya Sinha, Cale Darling, Ashish Tiwari, Katie Garms, Souti Chattopadhyay, Sumit Gulwani·· 12 小时前AI 评分58
FlashScript 将重复性智能体工作流编译为可复用的神经符号程序
FlashScript: Compiling Recurring Agent Workflows into Reusable Neuro-Symbolic Programs
AI 导读
FlashScript 提出把一次成功的智能体运行编译成可复用的神经符号程序（NSP），将动作与数据转换写成代码、实例值变成参数、需要模型判断的决策保留为 LLM 调用。
正文 · AI 翻译
摘要：许多智能体任务会随着新数据或细微变化而重复出现，但智能体在每次运行时都会重新生成其推理和动作，从而产生不同的结果。将先前的一次运行提炼为技能有助于智能体避免早先的错误，但它每次仍会重新执行完整流程，因此各次运行可能不同，并承担这一成本。我们将一次成功的智能体运行编译为可复用的神经符号程序（NSP），并配以一套我们称为 FlashScript 的准则。动作和数据转换变为代码，实例特定的值变为参数，需要模型判断的决策变为 LLM 调用。我们确定了这些调用所属的三个层次，以及三种用代码替代其中大部分调用的技术。该编译过程并未消除不确定性；它将其局部化，使确定性程序及其神经调用可以被分别审查和测试。在使用 Claude Haiku 4.5 的 120 个 WorkBench 分析任务中，NSP 均正确，且每次运行都进行完全相同的工具调用，所用输入 token 约为运行结果不一致的技能引导智能体的 1/70，运行时间约为其三分之一。在任务的复合版本中，技能引导智能体的准确率降至 23%，其输出不一致性增加，而 NSP 在所有运行中均保持正确且一致。NSP 成功泛化到相同模板的全部 108 个未见实例。我们的发现表明，来自智能体轨迹的 NSP 可被视为累积的软件资产，供最终用户在其重复性工作流中测试、维护和复用。
| 主题： | 人机交互（cs.HC）；人工智能（cs.AI）；软件工程（cs.SE） |
| 引用为： | arXiv:2610.33876 [cs.HC] |
| （或 arXiv:2610.33876v1 [cs.HC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.33876 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Sadra Sabouri [查看电子邮件]
[v1]
2026年10月24日星期六 19:32:30 UTC（107 KB）
来源：arXiv cs.AI · arxiv.org