SpecAgent:小模型起草、大模型审校,工具调用 agent 降本提速
Zilin Wang · hf · 2026-10-16
HKUST(广州)LARK 实验室、Yinwang 与剑桥团队提出 SpecAgent,一种工具调用 agent 的协作协议:把强模型从每一步的「作者」变成弱模型草稿的「审校者」。
- 核心思路:现有大小模型分工(路由、协作 agent、逐步投机)仍以强模型为生成者;SpecAgent 让弱模型在起草时执行只读工具调用,使每一步都基于真实观察,而强模型并行验证轨迹级别草稿。
- 弱模型可处理大量例行步骤,强模型只做语义验证,从而降低延迟与内存开销,同时保持任务质量。
- 代码已开源于 GitHub(LARK-AI-Lab/SpecAgent)。
「编程与Agent」频道最新
- OpenAI Astra 用 PolyHaven 素材做建筑可视化，文档现 GPT-6 专页 — jason_mayes · 2026-10-16
- 10 个开源项目看清你的 AI Agent 到底干了什么，Langfuse 3.6 万星领跑 — victor_explore · 2026-10-16
- LARK-Lab 提出 Mosaic：跨会话的 Agentic 强化学习新范式 — LARK-Lab · 2026-10-16
- RES 环境递归扩展：六大模型长程任务成功率暴跌 57-77 个百分点 — Lingxiao Jing · 2026-10-16
- 哈佛提出 MPT：用「竞标市场」训练去中心化 Agent 集群自组织 — Harvard · 2026-10-16
- 深度解析 LiteLLM：一个 API 如何统一路由所有模型厂商 — Mahmoud_Zalt · 2026-10-16