ECDYSIS 论文:Agent 运行时该按失败模式而非次数来修
rohanpaul_ai · x · 2026-09-21
surmenok 转介 arXiv 论文《Ecdysis: Efficient and Effective Training of Runtime Harnesses for LLM Agents》,核心主张是 agent 运行时(harness)不应为每次失败都打补丁。
- 若 agent 每遇到一次坏决策就改写运行时,会把单个模型的坏习惯硬编码进系统,学到错误的教训
- ECDYSIS 的做法是跨任务聚类同类失败,只有当同一类问题反复出现时才修改 harness
- 结果:准确率更高、训练更快、跨模型迁移更强
要点:agent 系统的演进应从「失败模式」学习,而非按「失败次数」学习。
「编程与Agent」频道最新
- px0 IDE 崛起:冷启动 <1ms、内存仅 20MB,用户从 Zed 迁移 — arpit_bhayani · 2026-09-21
- 九成代码将由 LLM 编写，但人类指令量反而会持续膨胀 — timigod · 2026-09-21
- 代码还得人读吗：自动化时代人类如何保留主导权之争 — zetalyrae · 2026-09-21
- 跑 Claude Code 会话就能赚钱：开源 CLI Trajector 付费用你的编程数据 — aliscodes · 2026-09-21
- EvoSkill v2 实测 agent 不改权重自我改进，成绩从 3 提到 21 — 0xsachi · 2026-09-21
- 开源 hearim：无需专用模型，把普通本地 LLM 变成 Jev 决策 API — ziozzang0 · 2026-09-21