研究人员推出了一种新颖的框架 GitHarness，旨在管理长周期 AI 代理任务不断变化的用户需求。该系统利用类似 Git 的版本历史来跟踪需求状态和相应的工作状态，使代理能够有效地处理变更，而无需重写整个项目。一个可训练的 Git Agent 负责解决需求更新并选择兼容的历史状态，从而使代理能够丢弃过时的信息、继承有效的工作并专注于受影响的任务。为了评估 GitHarness，开发了一个名为 MTAgentBench 的新基准，涵盖了数学推理、文本到 SQL 和软件工程等各种任务。 AI
影响 该框架通过更好地管理需求变更，有望提高 AI 代理在复杂、长期任务中的效率和可靠性。
排序理由 这是一篇描述新框架和 AI 代理基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
