Policy as Code：协程桥接提升智能体可靠性
原文标题：Policy as Code: A Coroutine-Bridge Harness for Fast-Reasoning Reliability on CAR-bench
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出协程桥接执行框架，让模型唯一动作是输出可阻塞与恢复的 Python 程序，从而将模型调用与工具往返解耦。在 CAR-bench 公开测试集上，每任务中位仅 2 次模型调用、7 个智能体回合，Cerebras gpt-oss-120b 上中位延迟 1.8 秒；官方隐藏评测中以 60.0% Pass^3 赢得 Track 2，为基线 4.5 倍，并在 GPT-5.5 上复现相同成绩。
- 问题
- 依赖链式工具调用时，传统下一步动作智能体每轮结果都要一次模型调用，延迟与成本高。
- 方法
- 协程桥接框架让模型唯一动作是输出可阻塞恢复的Python程序，把模型调用与工具往返解耦，策略直接编码进工具层。
- 结果
- CAR-bench公开集每任务中位2次模型调用、7个回合、1.8秒延迟；隐藏评测60.0% Pass^3，为基线4.5倍，GPT-5.5上复现同分。
- 影响
- 工具型Agent可用代码作为动作面大幅降低调用次数与延迟，同时把合规逻辑从提示词移到确定性代码。
深读 · 结论先行AI 生成展开看要点与影响 ↓
协程桥接框架让模型只输出可阻塞Python程序，CAR-bench隐藏评测60.0% Pass^3，为基线4.5倍。
- •模型唯一动作是输出可阻塞与恢复的Python程序，解耦模型调用与工具往返
- •公开测试集上每任务中位仅2次模型调用、7个智能体回合
- •Cerebras gpt-oss-120b上中位延迟1.8秒，隐藏评测中位任务延迟3.14秒
- •官方隐藏评测以60.0% Pass^3赢得Track 2，为组织者基线4.5倍
- •同一未改动框架在GPT-5.5上复现相同60.0% Pass^3
为什么重要：对工具调用链依赖强的智能体系统，该框架以代码为动作面显著降低模型调用次数与延迟，同时保持可靠性。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。