BELIEFWEAVER:用信念更新与世界建模让长程 Agent 学会从失败中恢复
IntelligenceLab · hf · 2026-10-19
马里兰大学、Google 与 MBZUAI 的论文提出 BELIEFWEAVER,解决长程 agent 的一个核心痛点:当失败根源出现在数步之前,局部反思和回溯往往无法修复。
方法要点:
- 维护跨尝试、观察与 checkpoint 的关系型「信念状态」,持久保存执行证据
- 执行证据更新各 frontier 的优先级并支持回滚,诊断信息则用于提出可检验的修复假设
- 结合前瞻性推理(world modeling)探索修复方向,而非盲目重试
- 将恢复推理蒸馏进更小的模型,降低部署成本
核心思想是让 agent 像人一样「修正信念」:面对新证据回头检验早期假设,再把学到的经验用于后续探索。
「编程与Agent」频道最新
- Qwen Code Desktop v0.25.3 发布:集中修复 managed-agent 多项问题 — github-actions[bot] · 2026-10-19
- Teknium 要把 Hermes Agent 改造成 DIY 游戏开发工作室 — Teknium · 2026-10-19
- 微软工程师 John Savill 出视频科普：Agent Control Plane 到底是什么 — JohnSavill · 2026-10-19
- 微软介绍 ASSERT 与 ACS:在工具调用前拦截 AI Agent 错误账号访问 — usamawahabkhan · 2026-10-19
- Anthropic 研究员：代码正确率 80% 没人用，99% 才值得依赖 — victor_explore · 2026-10-19
- 研究：安全漏洞挖掘 Agent 60.4% Token 花在代码理解，AVRI 降本最高 23.7% — rohanpaul_ai · 2026-10-19