自然语言工作流程还不是软件：用于可靠代理执行的工件驱动编译

自然语言工作流程为代理提供了类似软件的界面：领域专家可以编写可重用的过程，代理可以按照指令执行它们。这个承诺目前还不可靠。工作流描述通常会隐含数据依赖性，因此执行器必须推断步骤应该使用哪些先前结果；在上下文压力下，代理也可能无法遵循长的或分支的指令。我们提出了 Artic，一个工件驱动的工作流编译器，它将自然语言工作流转换为工件驱动的工作流，其中每个步骤都声明它读取和写入的工件、约束门生成的工件以及显式控制传输路由执行。这种表示暴露了代理执行的执行负担，允许编译器识别依赖于太多状态或包含困难控制逻辑的步骤，并通过约束优化来细化它们。为了验证 LLM 辅助转换，Artic 将 忠实性 检查分解为本地义务，并使用基于场景的试运行来测试编译的工作流区域是否符合源工作流。我们对来自 11 个真实领域工作流程的 488 个问题实例评估 Artic；与原文工作流程相比，任务解决率提高了 28 个百分点。我们还表明，Artic 编译的工作流程在跨模型和重复执行设置中的一致性分别提高了 32 个百分点和 56 个百分点。