标题Argus: A General-Purpose Agentic Runtime for Long-Horizon Reasoning来源arXiv, 2608.05144v1️文章简介研究问题如何在保持模型参数固定的情况下解决长周期任务中目标漂移与无效试错的问题主要贡献论文提出Argus通用智能体运行时通过验证引导的持久化状态与角色分离机制实现固定模型下的运行时自进化。重点思路定义四角色架构Manager锚定意图与阶段Planner分解任务Engineer执行操作Reviewer独立审查确保权责分离。实施验证门控机制所有记忆、技能、路由决策及被拒路径必须经过证据检查与授权提交才能进入持久化状态区分合理转向与目标漂移。构建持久化项目状态将长期运行的活动划分为有界任务跨会话保留经审核的工作契约、失败分支与可用工具支持断点续传与状态复用。实现运行时自进化在不更新模型权重的前提下通过累积经过验证的运行时状态如新技能、更优验证器来优化后续任务的搜索策略与资源效率。分析总结基准测试表现优异在SWE-Bench Pro上达到约78%准确率显著高于Direct Copilot的59%且在GPU内核优化、数学数据合成等七个领域均具竞争力。资源效率随时间提升随着运行时状态的积累成熟阶段相比启动阶段每个任务减少21%的求解Token消耗和15%的活动工作流时间。审查机制有效纠错独立Reviewer介入63.7%的任务成功从初始拒绝中恢复34个通过官方验证的案例证明其作为选择性错误纠正通道的价值。支持完整科研生命周期在六个自主论文生产案例中系统经历多次阶段回滚与方法重构最终完成符合AAAI/ACL格式的稿件提交证实了其在复杂科研流程中的持久性与灵活性。个人观点论文通过“验证-提交”协议管理持久化状态将“过程数据”转化为“可复用能力”的设计解决了长程任务中的上下文丢失问题为构化轨迹进行监督学习提供了高质量数据源。