AdaMAST:用失败分类法提升AI代理表现

abeirami · x · 2026-07-31

开发者 @mertcemri 介绍了 AdaMAST，这是一种能从原始运行轨迹中学习系统特定“失败分类法”的方法，并能在多次运行中复用这些经验，从而精准识别 AI 代理在何时何地以及如何发生失败。

实测表明，将其作为 Claude Code 的技能使用时，能将 SWE-bench Verified Mini 的通过率从 64.0% 提升至 70.7%。在 TerminalBench 2 测试中，结合 Opus 4.6/Forgecode 框架与 Best-of-N 评判机制，使用 AdaMAST 生成的分类法取得了 89.9% 的高分。