Exo 让智能体在执行中修改自身 harness 并降低模型成本。
资讯摘要
论文提出 Exo，一种可在任务执行过程中安全学习的智能体运行时架构，把优化循环并入任务执行，使智能体既能修改自身 harness，也能调整策略。其最小保护机制层保存执行历史并管控策略启用，harness 通过可检查的代码改动演化。作者报告在开放世界游戏长任务中，Exo 相比 Codex 和 Pi 降低模型成本 12-53%，迁移运行中为 45-82%，任务完成率相当。
要点速读
- Exo 将优化循环折叠进任务执行，允许智能体在持续工作中修改 harness 与策略。
- 最小保护机制层保留执行历史并管控策略激活，harness 以可检查代码改动方式演化。
- 作者报告在开放世界游戏长任务中模型成本降低 12-53%（独立运行）和 45-82%（迁移运行），完成率相当；在 AppWorld 与 SREGym 上 held-out 模型成本降低 35-61%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。