摘要
当前 AI 代理主流采用“即时”循环范式，在数秒内合成计划并执行动作。本文指出该模式规避了严谨的软件工程流程（如迭代设计、严格测试等），导致系统仅适用于原型而非高风险场景。文章主张将软件工程规范融入代理循环，构建生产级、硬化且确定性约束的代理“工作流”，以超越即时合成的脆弱结果。为此，作者提出
AI 推荐理由
论文核心主张用预定义的鲁棒工作流替代即时生成的计划，直接针对 Agent 的任务规划范式进行重构。
研究机构
Columbia University and Google
Google
论文信息