热点事件持续更新
研究团队提出运行时自改进智能体架构Exo
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年11月3日，arXiv人工智能领域公布了一项名为Exo的智能体运行时架构研究。该架构将优化循环直接融入任务执行流程中，使智能体能够在运行时修改测试框架（harness）和自身策略，以达成自我改进。测试结果显示，在开放世界游戏中，Exo与Codex、Pi相比保持了相当的任务完成率，同时将模型成本降低了12%至53%；在AppWorld与SREGym基准测试中，Exo降低了35%至61%的模型成本，并分别减少了13%的任务耗时与35%的诊断耗时。
AI 根据报道生成 · 10 小时前更新
最新进展11月3日 13:00
研究团队发布运行时自改进智能体架构Exo，显著降低模型成本并缩短执行耗时。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 人工智能Exo：运行时自我改进系统架构
Exo 提出了一种智能体运行时架构，将优化循环融入任务执行中，使智能体在运行时能修改 harness 和策略以自我改进。在开放世界游戏中，Exo 相比 Codex 和 Pi 将模型成本降低 12-53% 且完成率相当；在 AppWorld 和 SREGym 上降低 35-61% 的模型成本，并分别缩短 13% 的任务时间和 35% 的诊断时间。
本事件热度走势
当前热度 7·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。