@shi_weiyan: 曾经看过一个智能体以100%的自信解决问题却完全搞错吗？你可以修复它……只要你能发现。……

你是否曾目睹某个代理以100%的自信解决问题，却彻底搞错了？

如果你能发现它，你可以修复它……但那样你就得盯住每一次运行。

新论文：我们展示了一个元代理可以替你完成这项工作，让你的代理自主完成的效率提升约2倍。

元代理是管理其他代理的代理。我们构建了一种新方式，仅用几行Python代码就能编写它们。

这能解锁什么？

代理监督器：当你的代理偏离轨道时，它会回退其运行，让它们重回正轨。

CooperBench：从 28.8% → 54.7%

代理优化器：根据代理过去的运行改进它们。

它提出差异（deltas），并通过仅回放运行中受影响的部分来测试它们，利用 95% 的 KV-cache 复用。

在 LiveCodeBench 上，比当前最佳元优化器（MetaHarness）提升 27%，且速度快 2 倍。

面向代理强化学习的树搜索：一个元代理，能从每次训练运行中榨取更丰富的信号。

它将运行分支成多个延续，观察它们的结局，然后利用这些信号改进 RL 训练中的信用分配。

在 TerminalBench-2 上，比 GRPO 增益提升 2 倍。

是什么让它生效？我们的框架：Shepherd

它将代理表示为 Python 函数，并将运行记录在类似 Git 的历史中，其他代理可以在此基础上工作。

而且，由于元代理本身也是代理，你可以将它们堆叠任意多层！

快速入门：http://github.com/shepherd-agents/shepherd…

Shepherd：元代理可以管理你的代理，这样你就不必亲自操心了。

论文：http://arxiv.org/abs/2605.10913
博客及更多：http://shepherd-agents.ai

团队：@simon_ycl @dch @AnanjanN @dilarafsoylu @SunJiuding @chrmanning @shi_weiyan

@StanfordNLP @StanfordHAI × 东北大学

感谢所有反馈帮助塑造此项工作的各位！@lateinteraction @gneubig @MonicaSLam @ChrisGPotts @ChenSun92 @Benjamin_eecs @yi_xin_dong @PranjalAggarw16 @harshitj__ @AkshayIyer22 @ZhengxuanZenWu @ChengleiSi

衷心感谢你们的支持 @tinkerapi @modal