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。
所属事件:AdaMAST自动分类AI智能体失败模式(2 条相关)→
「编程与Agent」频道最新
- 四个 Gemini 4 Argon 智能体27小时通关 Minecraft 击败末影龙 — robertarail · 2026-10-16
- 开发者晒沙粒自动修复组件：弄乱沙子会自动复原 — prasenx · 2026-10-16
- Agent 何时需要 API 网关：Reddit 热议直连与统一接口的分界线 — TurbulentStiffness · 2026-10-16
- 开源工具 optimAIzr 逐轮追踪 Claude Code/Codex token 浪费 — stichstichstich · 2026-10-16
- 本地部署实测:Gemma 4、Llama 3 与 Mistral 工具调用能力横评 — leslysandra · 2026-10-16
- 多 agent 指挥工具 Harness 冲上 Product Hunt 第 2 名 — dee_hw · 2026-10-16