OpenRath:以会话为中心的智能体系统运行时状态
摘要
OpenRath 引入了一种类似 PyTorch 的编程模型,用于多智能体系统,该模型以 'Session' 抽象为核心,显式处理 fork、merge 和 replay 操作,旨在统一碎片化的运行时状态,以实现更好的可检查性和可复现性。
查看缓存全文
缓存时间: 2026/06/23 05:41
论文页面 - OpenRath:面向Agent系统的会话中心运行时状态
来源:https://huggingface.co/papers/2606.19409
摘要
OpenRath 提出了一种类似 PyTorch 的编程模型,适用于多智能体系统,将 Session(会话) 作为核心运行时抽象,支持显式的分叉、合并和重放操作,同时记录完整的执行状态。
现代智能体系统常常受困于碎片化的运行时状态:对话记录、工具效果、记忆事件、工作空间位置、分支来源和重放证据都被分别记录,导致难以检查或复现。OpenRath 通过一种类似 PyTorch 的编程模型解决了这一问题,适用于多智能体、多会话系统。这里的类比在于核心第一类运行时抽象所扮演的角色,而非张量计算。其核心抽象是Session(会话),一个在智能体和工作流之间传递的运行时值。一个Session是可分支、可检查、可重放、可感知后端并且可组合的。它记录了对话片段、沙箱位置、谱系元数据、Token 使用量、待处理工作以及工具证据,同时定义了记忆交互进入运行时记录的位置。由于这些状态由程序执行中传递的同一个值携带,分叉、合并和重放成为了显式的运行时操作,而不再是从外部痕迹重建的状态。OpenRath 进一步定义了Sandbox(沙箱)、Tool(工具)、Agent(智能体)、Memory(记忆)、Workflow(工作流)和Selector(选择器),其中Selector将控制流转变为由运行时路由的决策。本报告介绍了编程模型、架构、审计里程碑和证据协议。其主张仅限于可控的运行时属性,而广泛的定量比较、实时代理质量、可选后端可用性和记忆质量则留待后续评估。核心论点是:Session为智能体系统提供了一种第一类运行时值,用于可审计的组合。
查看arXiv页面 (https://arxiv.org/abs/2606.19409)查看PDF (https://arxiv.org/pdf/2606.19409)项目页面 (https://docs.openrath.com/)GitHub659 (https://github.com/Rath-Team/OpenRath)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.19409)
在你的Agent中获取这篇论文:
hf papers read 2606\.19409
没有最新的CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash
引用本论文的模型0
暂无模型关联本论文
请在一个模型的 README.md 中引用 arxiv.org/abs/2606.19409 以在页面中建立关联。
引用本论文的数据集0
暂无数据集关联本论文
请在一个数据集的 README.md 中引用 arxiv.org/abs/2606.19409 以在页面中建立关联。
引用本论文的Space0
暂无Space关联本论文
请在一个Space的 README.md 中引用 arxiv.org/abs/2606.19409 以在页面中建立关联。
包含本论文的收藏集0
暂无收藏集包含本论文
请将本论文添加到收藏集中以在页面中建立关联。
相似文章
一个真正的多智能体系统的运行时架构是什么样的?
对生产中多智能体AI系统运行时架构的实践性探讨,涉及编排、记忆、状态性以及Temporal、LangGraph和自定义方法等工具选择。
RAMPART:基于注册表的智能体记忆系统,具备优先级感知的运行时转换能力
RAMPART 是一种面向基于 LLM 的智能体的编译期内存模型和纯内存块注册表,通过五种可组合的原语管理上下文组装,支持优先级排序与淘汰策略。在多个 7B 至 14B 参数规模模型上的实验表明,块分组、相关性门控和模式淘汰能够显著提升任务成功率并降低提示词 token 开销。
Agent libOS:受库操作系统启发的用于长期运行、能力可控的大语言模型智能体的运行时
Agent libOS 引入了一种受库操作系统启发的、用于大语言模型智能体的运行时基座,将智能体视为具有显式能力、生命周期管理、审计记录和人工审批队列的可调度进程。该设计将信任边界从工具调度移至运行时原语,使得长期运行的智能体能够安全地被调度、授权、恢复和审计。
推出 Amazon Bedrock 代理的有状态运行时环境
OpenAI 与亚马逊合作,为 Amazon Bedrock 中的代理推出了有状态运行时环境,支持生产级的多步代理工作流,具备内置状态管理、可靠性和治理能力。该运行时原生运行于 AWS 环境,简化了企业用例(如客户支持、销售运营和财务流程)中复杂的代理编排。
我们开源了一个代理运行时,专为人们常忽略的部分构建:在真实硬件上离线运行代理
一个开源的代理运行时,专为在真实硬件上离线运行AI代理而设计,支持硬件I/O(GPIO/MQTT/OPC-UA)作为一级节点和可视化构建器,支持多提供商LLM和本地RAG。