Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Агент может поддерживать переданную ему память, не перепроверяя все записи подряд. Хотя работа команды South Dakota State University ещё не прошла рецензирование и все числа получили сами авторы, ERRAND обошёл немедленную перепроверку на 10 процентных пунктов при одинаковом лимите действий. Для продукта это схема, в которой актуальность памяти получает отдельный бюджет и конкурирует с основной задачей агента.
ERRAND работает поверх замороженной политики, которая обращается к заранее подготовленной сводке: инструкциям, параметрам инструментов и фактам о среде. Мир меняется, поэтому планировщик ведёт для каждого факта вероятность устаревания. Наблюдения, которые агент получает по пути при выполнении задач, обновляют память бесплатно; остальные проверки расходуют действия из общего лимита.
Перед платной проверкой ERRAND оценивает, насколько устранение сомнения повлияет на будущие задачи, делит пользу на стоимость проверки и сравнивает результат с внутренним порогом. Порог растёт, когда бюджет заканчивается. Почти наверняка верную запись незачем проверять, а почти наверняка устаревшую выгоднее временно отключить; при подтверждении изменения система записывает новую версию вместо удаления старой.
Без жёсткого лимита ERRAND остановился самостоятельно, потратив на обслуживание памяти 11% шагов. Немедленная перепроверка заняла 70,7% шагов и всё равно уступила ограниченной версии ERRAND. Значит, размер бюджета сам по себе не решает задачу: результат определяет порядок, в котором агент проверяет сомнительные факты.
Основной опыт провели с замороженной Qwen3-8B на потоке из 2000 шагов в симулированной среде с путями, флагами и ценовыми диапазонами, которые менялись без уведомления агента. Отдельная среда с API проверяла устойчивость к разной скорости изменений; ERRAND сравнивали с немедленной, календарной и случайной перепроверкой при равных бюджетах. Память во всех опытах поступала как готовая сводка, поэтому обслуживание знаний, которые агент накопил сам, осталось за рамками проверки.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
