论文提出 PILOT 框架：实现长程智能体在执行过程中的实时在线自我改进

2026年8月，研究团队发布面向长流程任务的智能体框架 PILOT，通过监督者与执行者双层架构实现了执行过程中的实时在线自我改进与动态纠偏。

• 传统自我纠错通常在任务执行结束后进行离线复盘，PILOT 采用监督者实时监控机制，可在任务执行过程中动态重定向或中止处于错误轨迹的工作智能体。
• 框架将单次运行中发现的故障模式与操作步骤即时提炼为可复用的技能与记忆模块，直接反馈给正在运行及后续的执行流程。
• 在 Terminal-Bench 2.0 基准测试中，PILOT 相比对照框架提升最高达 9.8 个百分点；在自我改进模式下，GLM-5.1 和 Kimi-K2.6 模型的基准得分分别提升 14.6 和 12.4 分，平均输出 Token 消耗分别减少 42.9% 与 47.4%。
• 影响/看点：该方案有效改善了长流程任务中因单步错误累积导致的执行失败与算力浪费，其实际收益取决于监督者模型在复杂长上下文中的实时异常识别精度。
• 资料依据：arXiv 论文（https://arxiv.org/abs/2608.26530）、HuggingFace Daily Papers（https://arxiv.org/abs/2608.26530）。

本内容由 AI 生成，仅供参考，请注意甄别