摘要
当前大语言模型智能体在安全指令与自由探索间面临两难。本文提出异构智能体群体架构，分离创意生成、验证与类比检索角色。核心创新在于将失败通过蒙特卡洛树搜索编译为紧凑的“疤痕”约束补丁，作为运行时记忆缓存并遗传给后续群体，从而将重复失败转化为低成本约束。实验表明，该机制在确保零安全违规的同时，显著降低令牌消耗并提升远程目标达成率。
AI 推荐理由
论文核心提出运行时约束记忆机制，将失败转化为可继承的记忆补丁。
研究机构
Founder & Researcher, psi.run, psi@psi.run
论文信息