子Agent与Agent技能：长程任务中可复用知识的执行方式

语言模型智能体如何有效地利用可重用知识库来解决长期任务？最近的工作越来越关注智能体技能：以技能包表示的可重用功能，即包含指令、脚本和其他帮助智能体执行特定任务的资源的多文件包。智能体技能通常是通过将其技能指令加载到智能体的上下文中并依赖智能体来遵循它们来执行的。然而，随着任务范围的扩大，这种方法变得越来越脆弱，因为随着上下文窗口中积累的信息越来越多，推理质量会下降。我们研究了一种替代方法，其中技能包被作为子智能体调用。子智能体执行不会将技能指令加载到主上下文中，而是会生成专门用于解决各个子任务的新上下文窗口。我们表明，当技能包公开明确的输入输出契约并且它们的指令编码履行这些契约所需的程序知识时，子智能体执行优于智能体技能执行。代价是额外的通信开销，因为需要额外的Token来协调主智能体及其子智能体。我们的结果表明，可重用知识的好处不仅取决于其内容，还取决于其组织和调用方式。