论文显示编码智能体任务完成率高但备份意识低，BackUpper可低成本自动备份。
资讯摘要
论文指出编码智能体可自主修改真实状态，但备份意识有限。作者构建RegretBench，含205个源自用户后悔未保存状态的可执行任务；六个前沿模型平均完成86.1%任务，却仅在15.2%的后悔时刻前备份。作者提出BackUpper备份层，检查每次工具调用并在修改前保存状态，在RegretBench上覆盖全部后悔时刻动作，恢复状态与原状态平均相似度92.2%，每任务成本0.014美元，token用量比主智能体自备份基线少7倍；用户有偏好时可按范围收窄，与人工标注判断是否值得保存的F1为84.5%。
要点速读
- RegretBench含205个可执行任务，来自X.com、GitHub、Stack Overflow等平台用户后悔未保存状态的案例。
- 六个前沿模型平均完成86.1%任务，但仅15.2%在后悔时刻前备份。
- BackUpper覆盖全部后悔时刻动作，恢复相似度92.2%，每任务0.014美元，token比主智能体自备份基线少7倍。
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 2026/10/23 08:00:11（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。