CoworkOS：面向真实世界自动化的长周期协作智能体框架

计算机科学 > 人工智能

arXiv:2611.03178 (cs)

作者：Jiajie Jin、Guanting Dong、Chengjun Pan、Xin Deng、Zhuohui Sheng、Guoqiang Wang、Tao Gui、Yutao Zhu、Yujia Chen、Shihong Yi、Binze Hu、Zhixiong Yang、Zhichao Sun、Rui Wang、Han Han、Mingyu Ma、Junhao Huang、Xiaotao Wang、Huicheng Jiang、Yuyang Hu、Xinyu Yang、Wanghan Xu、Yajie Yang、Zhecan Wang、Honglin Guo、Xiaoyu Xing、Xiaoqian Zhang、Yulun Zhu、Xiaoxi Li、Jiahang Lin、Shaofan Liu、Shihan Dou、Zhiheng Xi、Qi Zhang、Yu-Gang Jiang、See-Kiong Ng、Yang Zhang、Tat-Seng Chua、Ji-Rong Wen、Zhicheng Dou

查看 PDF HTML（实验性）

摘要：协作智能体的快速进展正推动人机协作走向真实世界自动化，交付软件、设计及其他产物。然而，此类生产力工作既要求在复杂生产力任务上实现高质量交付，又要求对长周期进行持续监控与决策，这一组合仍是未解难题。我们提出 CoworkOS，一个面向长周期工作的通用框架，将任务策略与执行管理分离：模型决定动作、委派与验收，运行时维护状态与反馈。其三层架构支持在稳定职责下直接执行或同步、异步委派给子智能体。通过共享应用层，人类与智能体可查看并修改同一份持续演进的文档、演示文稿、CAD 模型和 Blender 场景，因此人在回路中的参与既可通过对话进入，也可通过直接修改工作本身进入。为保持跨智能体和跨会话的连续性，CoworkOS 进一步引入分层工作区和持久语义记忆，使工作文件、关键决策和长时间运行的 Job 日志在中断后仍可共享、复用和恢复。在 12 个基准和 6 类真实世界应用中，CoworkOS 展现出与 Codex、DeepSeek Harness 等前沿智能体应用高度相当的竞争力。作为持续工作案例研究，CoworkOS 以 GLM-5.3 为骨干，对 Qwen3.6-35B-A3B 进行 RSI 驱动的自动化后训练。经过五轮，该模型在八个基准上的平均分从 33.19 升至 42.95（+9.76）。展望未来，我们相信 CoworkOS 为通向通用协作智能体智能开辟了一条有意义的路径。

评论：	34 页
主题：	人工智能 (cs.AI)；计算与语言 (cs.CL)
引用为：	arXiv:2611.03178 [cs.AI]
	（或 arXiv:2611.03178v1 [cs.AI] 用于此版本）
	https://doi.org/10.48550/arXiv.2611.03178 由 DataCite 颁发的 arXiv DOI（待注册）

提交历史

发件人：Jiajie Jin [查看邮件]
[v1] 2026年11月2日星期一 14:15:11 UTC（25,551 KB）

当前浏览上下文：

cs.AI

切换浏览分类：

书签

文献与引用工具

与本文相关的代码、数据与媒体

演示

arXivLabs：与社区合作者共同开展的实验性项目

arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和分享新的 arXiv 功能。

与 arXivLabs 合作的个人和组织都认同并接受了我们的价值观：开放、社区、卓越和用户数据隐私。arXiv 致力于这些价值观，并且只与遵守这些价值观的合作伙伴合作。

有能为 arXiv 社区带来价值的项目想法吗？了解更多关于 arXivLabs 的信息。