DCAS：解耦CLI代理脚手架以跨脚手架内化规划

Hugging Face Daily Papers 论文
cli-agents software-engineering planning fine-tuning scaffolding llm-agents

摘要

本文介绍了DCAS——一种后端替换拦截层，它将CLI代理脚手架与后端模型解耦，从而实现跨脚手架评估。研究表明，在小规模数据集上进行规划感知微调，能够提高模型在非训练脚手架上的泛化能力。

基于CLI的软件工程代理已经迅速成熟，但开放生态系统却收敛到了一个单一的训练环境：用于微调开放模型的轨迹数据集几乎完全是在OpenHands下收集的。基于这些数据微调的模型在OpenHands下得分良好，但在任何非训练脚手架下部署时性能大幅下降。未训练的基座模型未表现出这种差异，表明这一差距是由微调引起的，并且与训练脚手架的约定相关。我们认为，一种具有决定性作用的、特定于脚手架的行为是规划结构，本文区分了其两种含义：显式规划，即作为一类显式产物生成的执行前计划；以及隐式规划，即在整个代理循环中塑造执行的结构性约定。在这一假设下，缩小差距需要将规划从固定的脚手架产物转变为一种习得的模型能力。我们提出了解耦CLI代理脚手架（DCAS），这是一种后端替换拦截层，可在不修改脚手架的情况下，在任意CLI脚手架和任意后端模型之间路由API流量，从而实现跨脚手架评估和规划感知轨迹收集。利用DCAS，一项受控的规划来源干预证实了规划质量是一个高杠杆组件，其收益超过我们观察到的跨脚手架下降。在一个脚手架下，使用一小部分DCAS收集的规划感知轨迹进行微调的模型，在非训练脚手架上持续获得收益，并且规划的两种含义在训练数据中是可实证分离的。
查看原文
查看缓存全文

缓存时间: 2026/08/10 18:16

论文页面 - DCAS：解耦 CLI 智能体脚手架以在不同脚手架间内化规划

来源：https://huggingface.co/papers/2608.06113

摘要

基于 CLI 的软件工程智能体已迅速成熟，然而开放生态系统却收敛于单一训练环境：用于微调开放模型的轨迹数据集几乎完全在 OpenHands 下收集。在此数据上微调的模型在 OpenHands 下得分良好，但在任何非训练脚手架上部署时性能大幅下降。未训练的基础模型并未表现出这种差异，表明该差距是由微调引发的，并且与训练脚手架的约定相关。我们认为，一种承重的脚手架特定行为是规划结构，本文对此区分了两个含义：显式规划，即作为一等工件生成的事前规划；以及隐式规划，即在智能体循环中塑造执行的结构性约定。在此假设下，弥合差距需要将规划从固定的脚手架工件转变为习得的模型能力。我们引入了 DCAS（解耦 CLI 智能体脚手架），一种后端替换拦截层，可在不修改脚手架的情况下，在任意 CLI 脚手架与任意后端模型之间路由 API 流量，从而实现跨脚手架评估和规划感知的轨迹收集。使用 DCAS，一项受控的规划来源干预证实了规划质量是一个高杠杆组件，其收益超过我们观察到的跨脚手架下降。在单一脚手架下，对一小批 DCAS 收集的规划感知轨迹进行微调的模型，在非训练脚手架上持续获得提升，并且这两种规划含义在训练数据中是在经验上可分离的。

查看 arXiv 页面 (https://arxiv.org/abs/2608.06113) 查看 PDF (https://arxiv.org/pdf/2608.06113) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.06113)

引用此论文的模型 0

暂无模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2608.06113，即可从本页链接到该模型。

引用此论文的数据集 0

暂无数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2608.06113，即可从本页链接到该数据集。

引用此论文的 Spaces 0

暂无 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2608.06113，即可从本页链接到该 Space。

收录此论文的收藏集 0

暂无收藏集收录此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection)，即可从本页链接到该收藏集。

相似文章