LAGO 提出可复用语言智能体选项库，SWE-bench 解决率 58.6%
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载方法：选项库如何运作
LAGO 针对长程任务中单体工具使用循环的弱点：单个智能体必须在一条轨迹里完成分解、执行与验证。它的做法是把专用语言智能体当作可复用的时间延展选项。一个元智能体负责从持久库中检索已有选项，或在需要时生成新选项，然后把子任务派发给这些选项，并对返回结果做验证。验证通过的、此前未出现过的新选项会被接纳进库中。整个库可以跨任务不断增长，而模型权重保持不变。作者在摘要中把这一抽象称为面向任务流的实用方案。
评测：解决率与对比
在 500 个 SWE-bench Verified 任务上，冻结的 Qwen3.5-35B-A3B 在元智能体与选项两种角色中都使用同一模型，单次尝试评估配合官方 Docker 评估器，解决率为 58.6%。为了做更可控的对比，作者在固定的 150 任务子集上重跑了 mini-SWE-agent、Terminus 2 与 LAGO，四者使用相同的策略、温度、任务 ID 与评估器，解决率依次为 49.3%、57.3% 与 60.3%。此外还有跨模型实验，作者称其结果与分解质量所起的作用相一致。
消融：各组件贡献
一个 50 任务的组件消融给出了各部分的边际影响：没有分解时少解决 4 个任务，复用内容被打乱时少 2 个，没有库时少 6 个。作者据此认为结果支持把可复用智能体选项作为任务流的抽象，但同时指出组件层面的因果性依赖具体任务与模型。论文共 16 页、7 张图，Yuran Wu 与 Mengkang Hu 为共同第一作者，Xu Wang 为通讯作者。
为什么值得看
用可复用选项库替代单体工具循环，且不更新权重即可跨任务积累，对长程智能体设计有直接参考价值。
信源1 家
关键事实
LAGO 将专用语言智能体视为可复用的时间延展选项，由元智能体检索或新建选项、派发子任务、验证结果并纳入成功的新选项。[1]
在 500 个 SWE-bench Verified 任务上，冻结的 Qwen3.5-35B-A3B 在单次尝试与官方 Docker 评估器下解决率为 58.6%。[1]
在固定 150 任务子集上，相同策略、温度、任务 ID 与评估器下，mini-SWE-agent、Terminus 2 与 LAGO 的解决率分别为 49.3%、57.3% 与 60.3%。[1]
50 任务组件消融发现：去掉分解少解决 4 个任务，打乱复用内容少 2 个，去掉库少 6 个。[1]
论文作者为 Yuran Wu、Mengkang Hu 等，提交于 2026 年 10 月 14 日，共 16 页 7 图。[1]
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。