摘要
现代AI智能体的能力不仅依赖于基础模型，还依赖于其"外壳"，该外壳负责构建提示、管理状态、调用工具和协调执行。随着模型、API、环境和需求的演变，外壳需要不断修改。然而，在进行这种修改之前，开发者或编码智能体必须识别所有实现目标行为的代码位置。这一过程较为困难，因为生产环境中的外壳通常庞大、耦合紧密且行为分散，而修改请求则描述了系统应执行的功能，代码库则以文件和模块为单位组织。
代码搜索、仓库索引和长上下文处理虽然能简化检查，但仍需手动恢复行为与代码之间的映射。行为定位因此成为外壳演变的核心瓶颈。我们提出了"外壳手册"，这是一种通过静态分析和LLM辅助结构化自动合成的行为中心表示，能够将每种行为与其对应的源代码链接起来。同时，我们引入了行为引导的渐进式披露（BGPD），该方法引导智能体从高层行为到相关实现细节，并根据当前源代码验证候选位置。
在对两个开源外壳的多样化修改请求中，手册辅助规划提高了行为定位和编辑计划的质量，同时使用了更少的规划者令牌，其中在分散站点、少用路径和跨模块交互方面的提升最大。因此，演进复杂的智能体系统不仅依赖于生成编辑，还依赖于确定这些编辑应进行的位置。
博主点评： 该研究通过引入外壳手册和BGPD方法，显著提升了智能体的可编辑性和可读性，为复杂系统的演进提供了新的视角和解决方案，尤其是在面对高耦合和行为分散的代码库时。这将极大推动智能体系统的优化与演变。