快速失败、智能重启：SWE 代理任务的早期故障预测和重启

软件工程 (SWE) 代理通过漫长的轨迹解决存储库级别的问题，随着上下文的积累，这些轨迹的成本也越来越高。失败的运行往往会更长，并且表现出冗余的探索或循环，这表明某些故障可能在完成之前就可以检测到。然而，提前终止可能会打断本来会成功的轨迹；相反，不成功的轨迹可能仍然包含有用的存储库编辑。我们推出了 FailFast-RestartSmart，这是一种用于单个活动轨迹的两级控制器。 FailFast 是一款轻量级 0.6B 监视器，经过终端和密集的失败通过监督训练，可以根据可观察的前缀来预测失败，而无需策略 logits 或隐藏状态。收到警报后，RestartSmart 会启动新的同策略执行轨迹，而无需事先提示历史记录，并提供中断的存储库差异作为代理可以检查、应用或丢弃的可选覆盖。在 SWE-bench Verified 上，仅在 Qwen3.6-27B 轨迹上训练的监视器转移到其他三个策略，包括封闭 API 模型，并以 5% 的误报率目标节省了 14.6%-20.4% 的执行词元；在 Qwen3.6-27B 上，其 20.4% 的节省超过了我们的每步 AgentStop 适配所实现的 12.5%。以 25% 的误报率为目标，RestartSmart 将 Qwen3.6-27B 的分辨率从 66.6% 提高到 71.8%，而冷重启仅达到 66.8%。总之，这些结果支持通过顺序相同策略恢复来提前终止。