AgentRewind: агенты LLM научились «отматывать» ошибки назад
AgentRewind: агенты LLM научились «отматывать» ошибки назад Исследователи из UCAS, Tsinghua и CAS представили AgentRewind — runtime-фреймворк, который позволяет длинным агентам (long-horizon LLM agents — системы, выполняющие многошаговые задачи) возвращаться к сохранённым контрольным точкам. Ошибка в начале часто «заражает» и контекст агента, и состояние среды. AgentRewind сохраняет синхронизированные снимки контекста + файловой системы (через git), а при сбое агент может откатиться, получить краткую память о неудачных попытках и продолжить уже с знаниями. Новый бенчмарк MettleBench (82 инженерные задачи с упорядоченными чек-листами) показал: с GPT-5.4 успех вырос до 87,8 % против 62,2 % у обычного продолжения, прогресс по чек-листу — до 94,3 %. Код и бенчмарк открыты. Это один из первых практических механизмов не просто предотвращать ошибки, а восстанавливаться после них — критично для реальных агентных систем. Источники: https://arxiv.org/abs/2608.14380 https://github.com/Futuresis/replay-agent-recorder https://github.com/Kelvin-Coffee/MettleBench #AI #LLM #Agents #AgentRewind #LongHorizon #MettleBench