AutoSaddler

微软的AutoSaddler自动化AI代理工具链优化

微软的研究人员开发了AutoSaddler，这是一个旨在自动优化AI代理工具链的新系统。该方法将工具链视为代码，并利用失败跟踪离线学习进行修补。AutoSaddler会迭代地运行任务，诊断失败，为提示和控制逻辑生成结构化补丁，并在更新前验证这些更改。与基础工具链相比，该系统在GAIA2上取得了9.0分的提升，在SWE-Bench Pro上取得了9.6分的提升，在Terminal-Bench 2.0上取得了10.0分的提升，显示出显著的改进。