Recursive Agents Task Planning Long-context Reasoning Multi-agent System
摘要

本文研究了递归语言模型与生产级编码智能体之间的模式,提出了“递归智能体框架”(RAH)。该框架将递归单元扩展为包含文件系统工具、代码执行及规划能力的完整智能体。父智能体通过生成可执行脚本并行启动子智能体处理细粒度任务,并利用结构化函数调用处理子任务。在长上下文推理评估中,RAH 显著提升了基准性能,证明了该架构设计而非单纯模型升级带来的增益。

AI 推荐理由

提出递归智能体架构,核心在于父智能体生成脚本并行调度子智能体进行任务分解与规划。

研究机构
PricewaterhouseCoopers, U.S.
论文信息
作者 Elias Lumer, Sahil Sen, Kevin Paul, Vamse Kumar Subbiah
发布日期 2026-06-11
arXiv ID 2606.13643
相关性评分 9/10 (高度相关)