摘要
针对长周期Agent状态不可信的问题,提出一种结构化的自我验证代理工具。该工具采用确定性执行器管理信念,LLM仅提交类型化提案,并通过代码将事前预测与观测结果匹配来验证主张。实验表明,移除承诺机制会导致目标放弃率从0飙升至1,而绑定错误保持为零,证实了承诺机制对维持长期任务规划稳定性的关键作用。尽管在ARC-AGI-3基准上任务效能归零,但该研究提供了可测量的漂移分解方法及验证方法论。
AI 推荐理由
论文聚焦长周期Agent的任务规划稳定性,通过分离承诺漂移与绑定漂移,解决多步计划执行中的目标偏离问题。
研究机构
Independent researcher
论文信息