ADIAS：交互式代理系统的自动化设计

摘要

arXiv:2608.06410v1 Announce Type: new Abstract: Automated agent design improves agent harnesses through iterative revision, evaluation, and feedback summarization. Existing methods are largely candida...

issue and agent candidate centric repair state revision the progress

2026-08-10 1 阅读约1分钟阅读 Lekang Jiang, Bohan Tang, Stephan Goetz, Yiwen Guo

arXiv:2608.06410v1 公告类型：新摘要：自动化代理设计通过迭代修订、评估和反馈总结改进代理工具。现有的方法很大程度上是以候选者为中心的：跨轮经验是围绕候选代理组织的，这使得修复进度是隐式的。这会导致修复目标效率低下、部分进展巩固缓慢以及无效干预措施在各轮中传播。因此，我们制定了以问题为中心的代理优化，其中修复进度作为明确的持久问题状态来指导优化，而不是从每轮的候选历史记录中重新导出。我们在 ADIAS 中实例化了该公式，这是一个具有两种机制的自动化全代码代理设计框架。持久的问题状态维护稳定的问题身份、生命周期状态、支持证据和干预结果历史。问题引导优化利用该状态共同提出修复目标和修订方向，以供后续有针对性的全代码修改。在五个交互式基准测试中，ADIAS 的表现平均比最强基准高出 25.2%，并且在四个骨干模型中实现了一致的收益。受控消融进一步表明，消除持续存在的问题状态或用以候选人为中心的策略替换以问题为中心的修订会导致性能下降高达 40.7%。

订阅66必读