标签
BELIEFWEAVER 是一个面向长时程智能体的失败恢复框架，通过维护关系型信念状态与隐式世界模型（IWM）评估修复假设，并将推理能力蒸馏至 9B 学生模型，在三个终端基准上显著提升最终得分并降低 54.8% 的教师 API 成本。
FC-SWE 为软件工程智能体引入了失败条件强化学习，利用失败补丁的验证器反馈作为恢复轨迹的上下文。在 SWE-bench Verified 基准上，使用 Qwen3.5-4B 和 SWE-agent，FC-SWE 在 Resolved@1 上达到 41.7%，优于 GRPO 的 38.9%，在测试时达到 Resolved@11 的 70.7%。
文章讨论了智能体为安全重放失败运行应保存的数据，区分了重现故障与修复后恢复，并在自动重试与人为干预之间寻求平衡。
Mara Chain 提出了一种全新的 AI 系统自动进化框架，其核心思路是保留被淘汰的候选方案及其失败分析信息，用于迭代优化，而非像传统方法那样直接丢弃。在 AppWorld、TerminalBench 2.1 和 MuSiQue 等基准测试中，该框架以更少的 rollout 预算显著超越了 GEPA、AHE 等先前的优化器，并在 GLM-5、DeepSeek、Qwen 等多种骨干模型上验证了其通用性与跨模型适用性。
CARE是一个面向视觉-语言-动作策略的框架，通过从执行失败中学习生成纠正动作来增强机器人操作，在模拟和现实世界任务中展示了成功率的提升。
一个讨论提问，询问开发者如何处理AI代理在生产中中途崩溃的情况，探讨重启、持久化状态、使用检查点或手动检查等方法。
来自Meta、斯坦福和谷歌的一篇新论文提出了AutoResearchClaw，该方法通过整合故障恢复、辩论和选择性人工输入来改进自动化研究。它在ARC-Bench上以54.7%的优势超越了AI Scientist v2，并揭示了当受到过程约束而非无限自由时，自主性会得到增强。
介绍了ANNEAL，一种神经符号代理，能将重复性故障转化为过程知识图谱的受控符号编辑，无需修改模型权重，在测试环境中实现持久的结构修复并消除重复性故障。