跳到正文
arXiv cs.AI· Deep Shah, Nehal Kathrotia·· 4 小时前AI 评分48

自我改进的智能体运行框架:自改进 Agent Harness 的统一框架

Harnesses That Improve Themselves: A Unifying Framework for Self-Improving Agent Harnesses

AI 导读

研究提出面向自改进 Agent Harness 的统一架构与设计框架,将上下文与状态、智能体控制、动作接口、验证与恢复四个可编辑运行时组件,与诊断失败、提出代码补丁、验证候选、部署更新的四阶段循环配对。在 SWE-bench Lite 上的实验显示,带验证门控的模块化演进优于提示词反思与整体 harness 重写,且 token 成本仅为后者的一小部分。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:基础模型能否作为自主智能体取得成功,既取决于其权重,也取决于其运行时软件。这一运行时即智能体框架(agent harness),负责管理上下文与记忆、引导多轮控制、在沙箱中执行工具操作,并在停止前验证工作成果。由于各模型在使用工具的方式和失败模式上存在差异,针对某一模型或任务调优的静态框架往往会在另一模型或任务上停滞、浪费 token 或出现性能回退。这一瓶颈推动了从提示词调优向自我改进型智能体框架的转变:这类系统会检查自身的执行轨迹,将运行时缺陷与模型能力局限区分开来,并重写自身代码。我们提出了一个统一的自我改进型智能体框架的架构与设计框架。该框架将四个可编辑的运行时组件(上下文与状态、智能体控制、动作接口、验证与恢复)与一个四阶段循环(诊断失败、提出代码补丁、验证候选方案、部署更新)相结合。借助该框架,我们展示了优化器如何跨长轨迹追踪错误,并发现可复用的运行时机制,如停止前验证器、循环中断器和持久记忆。我们进一步说明了为何整体框架重写会过拟合或导致模块间失效,以及带验证门控的模块化更新如何在限制 token 成本的同时跨模型泛化。为保障自我修改的安全性,我们针对反复出现的失败模式(包括提示词膨胀、基准测试作弊和评估器篡改)建立了实用防御措施。最后,在 SWE-bench Lite 上的实验验证了该框架,表明门控式模块化演进在跨模型和代码仓库场景下以极低的 token 成本优于提示词反思和整体框架重写。
学科: 人工智能(cs.AI)
引用为: arXiv:2611.22299 [cs.AI]
  (或 arXiv:2611.22299v1 [cs.AI] 查看此版本)
  https://doi.org/10.48550/arXiv.2611.22299

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Nehal Kathrotia [查看邮箱]
[v1] 2026年11月17日星期二 06:55:41 UTC(112 KB)

来源:arXiv cs.AI · arxiv.org