论文页面 - 从模型扩展到系统扩展：扩展自主人工智能的“驾驭系统“

来源：https://huggingface.co/papers/2605.26112

摘要

自主人工智能的进步需要围绕基础模型扩展系统架构，重点放在可审计和可验证的组件上，而不仅仅是模型容量。

本文研究了自主人工智能（https://huggingface.co/papers?q=agentic%20AI）下一个主要瓶颈——系统扩展（https://huggingface.co/papers?q=system%20scaling），而不仅是模型扩展：即在基础模型（https://huggingface.co/papers?q=foundation%20models）周围设计可审计、持久、模块化和可验证的架构（https://huggingface.co/papers?q=verifiable%20architectures）。我们将这种转变称为“扩展驾驭系统“（https://huggingface.co/papers?q=scaling%20the%20harness）：将基础模型周围的结构化执行层（https://huggingface.co/papers?q=structured%20execution%20layer）视为设计、评估和优化的一等对象。尽管近期的大型语言模型使智能体能够使用工具、检索信息、维护记忆并执行长周期工作流，但评估仍然以模型为中心，通常将智能体简化为最终任务的成功率，而将记忆、检索、工具使用、编排、验证和治理视为次要的实现细节。这种框架日益不足，因为智能体的性能源自基础模型、记忆基质（https://huggingface.co/papers?q=memory%20substrate）、上下文构建器（https://huggingface.co/papers?q=context%20constructor）、技能路由层（https://huggingface.co/papers?q=skill-routing%20layer）、编排循环（https://huggingface.co/papers?q=orchestration%20loop）以及验证与治理层（https://huggingface.co/papers?q=verification-and-governance%20layer）之间的交互。这些组件共同构成了智能体驾驭系统（https://huggingface.co/papers?q=agent%20harness），它将模型能力转化为长周期智能体行为。我们通过三个核心瓶颈来研究“扩展驾驭系统“（https://huggingface.co/papers?q=scaling%20the%20harness）：上下文治理（https://huggingface.co/papers?q=context%20governance）、可信记忆（https://huggingface.co/papers?q=trustworthy%20memory）和动态技能路由（https://huggingface.co/papers?q=dynamic%20skill%20routing），以及协调并约束它们的编排与治理机制。我们进一步概述了一个面向驾驭系统级别基准测试（https://huggingface.co/papers?q=harness-level%20benchmarks）的研究议程，该议程超越一次性任务成功率，转而衡量轨迹质量（https://huggingface.co/papers?q=trajectory%20quality）、记忆卫生（https://huggingface.co/papers?q=memory%20hygiene）、上下文效率（https://huggingface.co/papers?q=context%20efficiency）、通信保真度（https://huggingface.co/papers?q=communication%20fidelity）、验证成本（https://huggingface.co/papers?q=verification%20cost）以及随时间推移的安全演进（https://huggingface.co/papers?q=safe%20evolution）。为使讨论具体化，我们开发了 CheetahClaws（https://github.com/SafeRL-Lab/cheetahclaws）——一个基于 Python 的参考驾驭系统，并将其与 Claude Code 和 OpenClaw 进行比较。我们的主要观点是：自主人工智能（https://huggingface.co/papers?q=agentic%20AI）的未来进展将同样依赖于系统设计，而非仅仅是更强的基础模型（https://huggingface.co/papers?q=foundation%20models）。

查看 arXiv 页面（https://arxiv.org/abs/2605.26112）查看 PDF（https://arxiv.org/pdf/2605.26112）项目页面（https://cheetahclaws.github.io/）GitHub711（https://github.com/SafeRL-Lab/cheetahclaws）添加至收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.26112）

在您的智能体中获取此论文：

hf papers read 2605\.26112

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

没有模型链接到此论文

在模型的 README.md 中引用 arxiv.org/abs/2605.26112 以从本页面链接该模型。

引用此论文的数据集0

没有数据集链接到此论文

在数据集的 README.md 中引用 arxiv.org/abs/2605.26112 以从本页面链接该数据集。

引用此论文的 Spaces0

没有 Space 链接到此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2605.26112 以从本页面链接该 Space。

包含此论文的收藏集0

没有包含此论文的收藏集

将此论文添加到收藏集（https://huggingface.co/new-collection）以从本页面链接它。