【第649期】编译智能体：将工作流写入大模型权重

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：

Compiling Agentic Workflows into LLM Weights: Near-Frontier Quality at Two Orders of Magnitude Less Cost

Summary

智能体编排框架在近年来大量涌现，LangGraph、CrewAI、Google ADK、OpenAI Agents SDK、Semantic Kernel、Strands 和 LlamaIndex 等框架在 GitHub 上累计获得的星标（stars）已突破 290,000 个。所有这些框架都遵循同一种模式：在 LLM 之上设立一个外部编排器，在每一步（turn）中注入指令并做出路由决策。

近期的研究表明，对于程序化任务而言，这种架构的性能会被一种更简单的方法所压倒：即直接将操作程序写入尖端模型（frontier model）的系统提示词中 [Dennis et al., 2026a]；但这需要付出代价——它会消耗上下文窗口、每次对话都需要调用尖端模型，并且会将专有操作程序暴露给第三方供应商。将程序编译到经过微调的小型模型的权重中——从而创建一个“隐形智能体”（subterranean agent）——应该能解决所有这些问题，且先前的研究（SimpleTOD、FireAct、SynTOD、WorkflowLLM、Agent Lumos）已经证实了该技术的可行性。然而，开发者的采纳态度却压倒性地偏向于编排框架。

我们识别出了三个普遍认知的障碍，并通过在机票酒店预订（14 个节点）、Zoom 技术支持（14 个节点，包含特定产品知识）以及保险理赔（55 个节点，6 个决策中心）三个场景中的实证研究，对它们逐一进行了解决。

原文链接：https://arxiv.org/abs/2605.22502