摘要
本文提出 Shepherd,一种将元代理操作形式化为函数的函数式编程模型,核心机制在 Lean 中实现。该系统将每次交互记录为类型化事件,构建类 Git 的执行轨迹,支持状态分叉与重放,其进程分叉速度比 Docker 快五倍且提示缓存复用率超 95%。实验表明,其在运行时干预、反事实元优化及树形强化学习训练中显著提升代理性能,确立了其作为高效元代理编程基础设施的地位。
AI 推荐理由
论文核心在于通过形式化执行轨迹支持元代理的自我优化、反事实探索及强化学习训练,属自我进化范畴。
研究机构
Northeastern University
Stanford University
论文信息