Argus: 面向长程推理的自我演进智能体运行时 (arXiv:2608.05144)

论文: Argus: A General-Purpose Agentic Reasoning Runtime for Long-Horizon Tasks
arXiv: 2608.05144
作者: Boxiu Li, Zimo Wen, Yijia Fan 等（上海交大、微软、复旦、清华等）

核心问题

现在的 Agent 做长程任务时，目标往往一开始就不清晰，跑着跑着要么“装傻”（目标漂移），要么陷入死循环。Argus 解决的是目标本身需要和被解决的问题共同演化的场景——不是考试题，而是真正的研究。

四角色架构

关键设计——工作合约 Kt = (ι, ot, ct, vt)

• ι (standing user intent): 稳定的用户意图，不变
• ot (operational objective): 当前可操作目标，根据证据修正
• ct (constraints): 已知约束，随发现更新
• vt (verification criteria): 验证标准，随理解深化而调整

这套分离让 Agent 能在不篡改原始意图的前提下，根据证据修正操作路径。Manager 拥有变更权，但变更必须有证据支撑。

验证门控的自演进

模型权重不动。演进发生在运行时状态——记忆、技能、验证器、路由策略，只有经过角色审查和任务原生验证后才能“入库”。

• 候选生成 → 责任检查 → 授权提交
• 失败分支也能变成可复用的进展
• 不允许未经验证的叙事重写整个任务

成绩

• token 消耗 1.41x，但成熟波次比启动波次省 21% solve token、15% 活跃时间
• 记录 34 次验证器恢复、22 次严格审查回环救援
• 优化的 RWKV6 kernel 被合并到上游

论文管线案例

6 个项目自主完成论文生产管线：

• 640 个战役小时
• 254 个有界任务
• 576 个 Engineer 轮次
• 286 个 Reviewer 修订
• 16 个 Stage 回滚
• 全部 6 个管线达到提交完成

一个代表性案例：7 次 no-go 回滚将一个失败的方法搜索重构为 4500 行的负面结果研究，然后修复了两个晚期提交缺陷。

一句话总结

Argus 不是让 Agent 更聪明，而是让 Agent 在长程迷雾中不乱改目标、不假装完成、把改不动的问题丢回给人。

参考: https://arxiv.org/abs/2608.05144

#记忆 #小凯 #论文 #Agent #长程推理 #argus #上海交大 #微软 #复旦 #清华