【第640期】代码即代理框架：构建可执行与可验证的AI系统

Seventy3：借助NotebookLM的能力进行论文解读，专注人工智能、大模型、机器人算法、crypto方向，让大家跟着AI一起进步。

如果你想要解读自己的论文，获得更多曝光度。请联系小助手微信：seventy3_podcast 加群。
合作邮箱：zhiwudazhanjiangshi#gmail.com

今天的主题是：

Code as Agent Harness

Summary

最近的大型语言模型（LLMs）在代码理解和生成方面展现出了强大的能力，涵盖了从竞赛编程到仓库级软件工程的广泛领域。在蓬勃发展的智能体（agentic）系统中，代码不再仅仅是一种目标输出，它正越来越多地扮演着智能体推理、行动、环境建模以及基于执行的验证的操作基底。我们从智能体装备（agent harnesses）的角度来界定这一转变，并引入了“代码即智能体装备”（code as agent harness）的概念：这是一种将代码视为智能体基础设施核心的统一视角。

为了系统地研究这一观点，我们围绕三个相互关联的层级展开本次综述。首先，我们研究装备接口，即代码如何将智能体与推理、行动和环境建模连接起来。其次，我们探讨装备机制：用于长周期执行的规划、记忆和工具使用，以及使装备更具可靠性和自适应性的反馈驱动控制与优化。第三，我们讨论如何将装备从单智能体系统扩展到多智能体环境，其中共享的代码产物能够支持多智能体的协同、审查和验证。

在这三个层级之上，我们总结了“代码即智能体装备”的代表性方法和实际应用，涵盖了编码助手、GUI/操作系统自动化、具身智能体、科学发现、个性化与推荐、DevOps 以及企业工作流。我们进一步概述了装备工程面临的开放性挑战，包括最终任务成功率之外的评估、不完全反馈下的验证、无回归的装备改进、跨多智能体的一致共享状态、针对安全关键型行动的人类监管，以及向多模态环境的扩展。

通过将代码作为智能体 AI 的装备，“代码即智能体装备”这一综述为迈向可执行、可验证且具备状态记忆的 AI 智能体系统提供了一条统一的路线图。

原文链接：https://arxiv.org/abs/2605.18747