DCAS：解耦 CLI 代理脚手架以内部化跨脚手架的规划

基于 CLI 的软件工程代理已经迅速成熟，但开放生态系统已融合在单一训练环境中：用于微调开放模型的轨迹数据集几乎全部在 OpenHands 下收集。根据该数据进行微调的模型在 OpenHands 下得分良好，但在部署在任何非训练支架下时会大幅下降。未经训练的基础模型没有显示出这种差异，这表明差距是 微调 引起的，并且与训练支架的约定有关。我们认为，承载支架特定的行为是规划结构，本文在两种意义上进行了区分：显式规划（作为一流工件生成的预执行计划）和隐式规划（在整个代理循环中塑造执行的结构约定）。在这个假设下，缩小差距需要将规划从固定的脚手架工件转移到学习的模型功能。我们引入了解耦 CLI 代理脚手架 (DCAS)，这是一个后端替代拦截层，可在任何 CLI 脚手架和任何后端模型之间路由 API 流量，而无需修改脚手架，从而实现跨脚手架评估和规划感知轨迹收集。使用 DCAS，受控的计划源干预证实了计划质量是一个高杠杆组成部分，其收益超过了我们观察到的跨支架下降。在单个支架下对 DCAS 收集的一小组规划感知轨迹进行微调的模型在非训练支架上一致增益，并且两种规划意义在训练数据中根据经验是可分离的。