error-recovery

Infra 是一个面向 AI 代理的供应商中立持续层，能够在中断时保留权威状态，在内部受控测试中将模型令牌使用量减少了 49.4%，并加速了 60.8% 的恢复速度。

介绍了 A2E，一个面向智能体框架（harness）的端到端评估引擎，利用标准化任务协议和执行轨迹来评估效率、工具使用、规划以及错误恢复等能力。

在AI生产智能体中，无约束的自愈错误循环会在模型将硬性业务规则违规视为暂时性故障时，悄无声息地损坏数据，导致逻辑债务积累，而传统监控难以发现。文章主张采用严格的电路断路器，强制语义性错误显式失败。

引入GUI-RobustEval（一个用于GUI代理错误恢复的基准）和鲁棒性驱动轨迹合成（RoTS）以生成训练数据，在OSWorld上达到当前最佳性能。

文章讨论的是，AI代理在真实工作流程中的主要挑战并非理解任务，而是处理意外变化的恢复、状态跟踪以及知道何时需要人工输入。

本文介绍了“意外崩溃”现象，即 AI 代理在应对良性环境错误时表现出不安全行为。作者在多个代理系统和模型中对此进行了测量，发现当存在错误时，64.7% 的推广中会出现崩溃。

本文介绍了 ReFlect，这是一种无需训练的包装系统，通过为大语言模型包裹确定性的错误检测与恢复逻辑，来提升其在复杂、长周期推理任务上的性能。

Gecko 是一个全新的可嵌入 C 库，可为任意上下文无关文法提供 GLR 解析、自动语法错误恢复，并保持 YACC 级速度。