arXiv cs.AI· Yingda Shen, Yuxiang Wang, Kunyu Feng, Qinke Ni, Jiaqi Li, Minghao Hsu, Junan Zhang, Dekun Chen, Yutong Bian, Zhizheng Wu·· 9 天前AI 评分34
DuplexAgent-RSI：面向全双工语音智能体协作的递归 Harness 改进
DuplexAgent-RSI: Recursive Harness Improvement for Full-Duplex Voice Agent Collaboration
AI 导读
DuplexAgent 是一个全双工语音协作系统，将任务受理、进度、取消、替换与结果交付等工作流拆成六个可编辑模块，并配套 Duplex-Harness-RSI 闭环，从交互轨迹中自动修订这些模块。
正文 · AI 翻译
摘要：语音智能体正趋向于一种协作模式：全双工交互模型作为对话入口常驻实时通道，而搜索、推理和编码则通过异步委派来处理。双工模型支持持续聆听和说话，但复杂推理和工具使用可能超出其能力范围。编码智能体可以规划和执行扩展任务，但其顺序式接口并不适合实时对话。将二者结合需要一个协调框架，负责管理任务接受、进度、取消、替换和结果交付，同时保持对话的响应性。现有框架往往依赖耦合的启发式方法，难以基于证据进行系统性改进。我们提出 DuplexAgent，一个全双工协作系统，其协调框架将该工作流表达为六个可编辑模块；以及 Duplex-Harness-RSI，一个从交互轨迹中修订这些模块的闭环。模拟器自动生成定时的测试对话，运行系统，并生成失败轨迹，以识别需要修复的协作模块。委派池中的推理 LLM 和编码智能体也服务于改进循环：Exam Planner 根据观察到的弱点和修复档案选择下一批测试，Harness Editor 提出有针对性的模块修改。因此，服务于用户的能力也改进了系统的协调能力。在智能、智能体和双工基准上的实验表明，DuplexAgent 将连续交互与困难推理和复杂任务执行相结合，在保持强中断响应的同时，在口语知识和可执行工具得分上优于所比较的委派系统。协调框架消融进一步表明，这种模块化、可验证的循环优于初始协调框架以及缺乏其诊断和修复档案的重复编辑。
| 主题： | 人工智能（cs.AI）；声音（cs.SD） |
| 引用为： | arXiv:2610.11299 [cs.AI] |
| （或 arXiv:2610.11299v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11299 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Yingda Shen [查看电子邮件]
[v1]
2026年10月8日星期四 06:06:42 UTC（2,888 KB）
来源：arXiv cs.AI · arxiv.org