Exo 论文:让 Agent 在干活时自我改进 harness,成本降 12-82%
sarahcat21 · x · 2026-11-06
UC Berkeley 研究者 Alexander Krentsel、Sylvia Ratnasamy、Ion Stoica、Martin Casado、Ankur Goyal 发布论文《Exo: An Architecture for Self-Improving Systems at Runtime》,提出一种让 Agent 在执行任务过程中安全自我改进的运行时架构。
- 核心思路:agent harness(决定模型如何行动的编排层)通常靠手工调优或离线基准优化,Exo 把优化循环折叠进任务执行本身,允许 agent 在工作中同时修订自己的 harness 和策略。
- 安全机制:一个最小化的受保护机制层保留执行历史、控制策略激活,harness 演进通过可检查的代码变更进行。
- 实验结果:在开放世界游戏的长时任务中,相比 Codex 和 Pi 独立运行降低模型成本 12-53%,迁移运行降低 45-82%,任务完成率持平;在 AppWorld 和 SREGym 上,与不可改策略的同起点方案相比,held-out 模型成本降低 35-61%,AppWorld 平均任务时间缩短 13%,SREGym 中位诊断时间缩短 35%;Continual Learning Bench 编码任务上含学习成本在内模型成本下降 14%。
Sylvia Ratnasamy 转发表示,随着模型能力、任务和工具变化,agent 应自适应调整 harness,但安全可靠地做到这一点需要深思熟虑的 harness 架构。
所属事件:伯克利 Exo 论文：Agent 自改执行框架降成本(2 条相关)→
「编程与Agent」频道最新
- 论文提出多开发者智能体系统MDA:沿开发者维度扩展AI编程 — karthik_r_n · 2026-11-06
- Codex 挂机跑 33 小时改 115 个文件,「GPT-6 Sol Ultra」梗图流传 — dscape · 2026-11-06
- Stagehand 4.4 发布：浏览器可断开重连，接入 LangChain deep agents — LangChain · 2026-11-06
- REINFORCE Zero 开源：TII+最简 IS 比率让异步 LLM RL 稳跑 2 万步 — kastnerkyle · 2026-11-06
- 用户让 Codex 清理定时任务，结果翻车场面看呆原作者 — dscape · 2026-11-06
- AI Engineer NYC 演讲公开:主观任务 Agent 评测完整路线图 — cwolferesearch · 2026-11-06