Cadence：编码代理的战略指南

运行时监视器越来越多地用于通过检查执行轨迹并在检测到不当行为时提供纠正指导来提高基于 LLM 的编码代理的可靠性。然而，它们的有效性仍然受到静态引导触发方案的限制。现有的监控器要么依赖固定的检查间隔，在严重不当行为期间缺少及时指导，同时在健康执行期间产生不必要的开销，要么依赖严格的启发式规则，无法检测复杂的推理错误。为了解决这些限制，我们提出了 Cadence，这是一种动态监控框架，可以根据代理的实时执行健康状况自适应地安排检查并提供指导。 Cadence由两个核心模块组成：两层干预模块和检查调度程序。干预模块为正常执行和轻微失误提供咨询级指导，同时为严重不当行为提供替代级指导。在干预水平的驱动下，调度员通过加强监督后调整检查频率 替代级指导，咨询级指导后放宽。通过对两个不同代理（mini-swe-agent 和 Moatless）的 300 个 SWE-bench Lite 任务进行评估，Cadence 在所有评估的监控器中实现了最高的解决率。具体来说，Cadence 在 mini-swe-agent 上的性能比普通代理高 25.33%（+76 个已解决的任务），在 Moatless 上比普通代理高 15.67%（+47 个已解决的任务），同时与最先进的基线相比，保持了具有竞争力的token效率。