摘要
大语言模型驱动的 AI 代理依赖高频状态探索，需快速完成包含文件与进程状态（如内存、上下文）的沙箱检查点与回滚。现有机制因全量复制导致高延迟，严重制约深度搜索。本文提出 DeltaState 抽象，通过 DeltaFS 实现基于变更的文件系统层管理，利用 DeltaCR 基于增量转储加速进程状态恢复。由此构建的 DeltaBox 系统将检查点与回滚延迟降至毫秒级（分别为 14ms 和 5ms），显著提升了固定时间预算下代理的状态探索能力。
AI 推荐理由
论文核心解决 Agent 状态（含内存/上下文）的毫秒级快照与回滚，直接优化记忆机制效率。
研究机构
Institute of Parallel and Distributed Systems, Shanghai Jiao Tong University
Engineering Research Center for Domain-specific Operating Systems, Ministry of Education, China
Huawei Technologies Co., Ltd.
论文信息