Scoped Verification for Reliable Long-Horizon Agentic Context Evolution under Distribution Shift
分布漂移下通过局部验证实现长程智能体上下文可靠演化
🧭 Agent 持久指令的结构化可靠演化
RedMind Research, San Francisco, CA, USA · National Taiwan University, Taipei, Taiwan
提出图正则化上下文演化(GRACE)，将指令表示为类型化语义图并局部验证更新，使长程Agent可靠性提升7倍
📌 工作参考价值
- 将系统指令/策略用类型化图（节点+关系）维护，取代扁平长文本，便于增量更新和冲突检测；可适用于推荐Agent的规则积累
- 采用局部邻域验证：修改指令时只检查直接关联节点的约束，避免全局重审，降低校验成本
- 图更新后自动生成文本指令 checkpoint，保持部署兼容性；工程上可作为指令管理中间层
- 使用 pass^k 等严格通过率指标评估 Agent 在分布漂移下的可靠性，比简单成功率更能暴露脆弱性
动机：部署的LLM-Agent依赖可变的外部“代理上下文”，其中持久系统指令会从运行经验中持续更新。长程演化下，扁平文本指令不断累积、交互，验证其正确性和一致性变得极其困难，导致Agent在分布漂移中可靠性崩溃。
方法关键点：提出GRACE——将持久指令维护为类型化语义图，节点和边都有明确类型。当产生指令更新时，仅在修改节点的局部类型邻域内验证一致性，确保不引入冲突。验证通过的图更新再被重建为文本指令增量编辑，生成可部署的检查点。整个过程形成“图验证→文本重建”闭环，使验证局部化、可控。
关键结果数字：在电信Agent任务（改编自τ²-bench）受控分布漂移下，用Gemini 2.5 Flash作为基座，严格可靠性指标pass³从零样本的0.091提升至最终检查点的0.673±0.136（5次独立重复）。对比Gemini 3.1 Pro零样本参考0.242，扁平文本基线仅0.191±0.051。GRACE在提升可靠性的同时，也证明了结构化基板和局部验证对长程上下文演化的必要性。