AgentRewind：面向长程LLM智能体的可恢复执行

摘要

许多真实世界任务要求LLM智能体在很长的执行跨度上与环境交互。执行早期发生的错误可能在智能体上下文和环境状态中同时传播，其影响可能难以通过后续动作逆转。现有方法主要通过计划精炼和安全检查来减少此类错误，但在错误发生后提供的支持很少。为了在长程执行期间实现恢复，我们提出AgentRewind，一个运行时恢复框架，它记录智能体上下文与受控环境的对齐检查点，允许智能体回到较早状态并携带此前尝试的信息恢复执行。我们还构建了MettleBench，一个用于评估任务完成度与部分进展的基准，面向包含一系列相关需求的长程工程任务。跨任务、多模型、多种执行策略和智能体框架的实验表明，与对比基线相比，AgentRewind提升了任务成功率和平均清单进度。

AgentRewind：面向长程LLM智能体的可恢复执行：论文配图 — 图1：AgentRewind 概览。(a) AgentRewind 作为运行时层运行于智能体与受控外部环境之间。上下文记录器与环境状态记录器创建对齐的检查点 d_t=(c_t, s_t)。回退时，智能体选择一个目标检查点，随后回退执行器恢复相应的上下文与环境状态并注入回退记忆。(b) 一个可恢复执行的示例。当智能体判定当前轨迹无法继续推进时，它会调用回退。轨迹返回到 d_k，保留至该检查点的前缀，并以新的后缀继续。