PILOT 框架让长时 Agent 在运行中自我改进

论文《PILOT: Learning to Improve Long-Horizon Agents》提出新框架，使长期运行的智能体能在同一次运行过程中实现自我改进。其机制是让监督者引导正在工作的工作 Agent，并将执行经验蒸馏为可重用的技能。实验显示，该方法显著提升了 Agent 在长任务周期中的准确性与效率。

2026-08-28 ~ 2026-08-29 · 2 条相关

• PILOT 实现长程 Agent 实时自我改进与技能蒸馏 — PolyUHK · 2026-08-28
• 新框架 PILOT 让长时 Agent 运行中实现自我改进 — badumtsssst · 2026-08-29