论文

不要重启:用于状态感知智能体交接的残差完成

Do Not Restart: Residual Completion for Stateful Agent Handoffs

智能体系统Agent HarnessAgent Runtime

摘要

路由和级联通过在模型间转移控制来降低工具-智能体成本,但状态感知的交接必须保留已接受的选择、已实现的效果以及未完成的义务。我们将此问题形式化为承诺约束下的残差完成,并提出承诺前沿残差完成(CFRC)。CFRC强制执行先目标后提案、整体提案在权限前、实时证据在成功前的原则:它从已接受的进展中冻结残差合同,将继任者轨迹闭合为证据关联的图结构,并仅在剩余部分被覆盖时才允许执行,实时收据用于清偿义务。我们建立了相对合同的部分正确性,该性质可扩展到完整合同构建下的原始残差请求。在五个环境和两个同提供商模型对的实验中,CFRC在仅消耗原智能体22.0%至34.6%的推理成本下,达到与强全任务智能体相当的宏观准确率,额外的跨提供商结果表明其具有更广泛的迁移能力。

不要重启:用于状态感知智能体交接的残差完成:论文配图
图 1:状态切换是剩余完成,而不是重新启动。 (a) 在承诺边界,已接受的进度是固定的,而请求范围的工作仍然开放:INV-42 已被确认并付款,因此继任者必须保留该效果,交付其收据,并验证交付,而不是偿还或重新启动。 (b) 隐式切换可能会错过未完成的工作或重复已完成的效果;仅合同切换提供剩余目标,但仍然让继任者在检查整个剩余目标之前采取行动。相反,CFRC 在提案之前冻结目标,在本地权威之前将继任者的全部剩余部分关闭到与证据相关的图表中,并且仅接受来自现场证据的成功。 (c) 对于 GPT-5.4-mini/GPT-5.5,质量和成本标准化为每个表面上的强全任务代理 (100%,100%)(100\%,100\%)。在五个表面上,CFRC 仍保持接近强模型质量,并以仅 34.6% 的成本达到 101.8% 的强宏观精度。