当世界仍然存在错误时，清理特工的历史会很痛苦

arXiv:2611.14654v1 公告类型：新摘要：使用工具的语言模型智能体会积累自己错误的历史，而压缩、修复或移交此类历史的系统会决定如何描述这些错误，同时它们的影响仍然存在。之前的工作清理了固定世界中的历史，其中显示正确的步骤并说它已经完成，一起移动。我们要问的是，同样正确的内容是有益还是有害，这取决于历史如何表述以及世界所持有的观点。我们将代理中间任务与其确切的世界状态冻结，编辑历史或世界，然后让接收器模型继续。在 AgentCE-Bench 上，在代理提交错误值后，我们保持世界固定，并通过两次自然编辑添加正确的值：保留的错误旁边的真实注释或代理自己完成的操作。该注释提高了恢复率，即接收者正确执行的剩余目标的比例，从匹配的中性注释下的 51% 提高到 66%。已完成的操作会将其降低到未编辑历史记录以下，从 50% 降至 44%，因此仅该值的存在并不能预测效果。在 AppWorld 上，数据库写入后，我们会改变其收据报告成功还是失败以及其效果是否存在。当效果不存在时，成功收据会将整个任务的成功率从 45% 降低到 28%，而一旦出现，则将整体任务成功率从 38% 提高到 49%。两名接球手的两种效应合计相差 27 分，八名接球手中的六名（97.5%）为正差异，七名（95%）为正差异。因此，历史编辑的效果取决于它所描述的世界，而在世界仍然存在错误的情况下，历史记录看起来很干净，这可能会让代理的处境比根本没有编辑更糟糕。