CORPGEN：在多时段任务环境中模拟具有自主数字员工的企业环境
人工智能
2026-02-17 v1 新兴技术
机器学习
摘要
长期推理是自主智能体的关键挑战，但现有基准仅在孤立环境中对单个任务进行评估。真实的组织工作需要在持久的执行上下文中跨越数小时，管理数十个相互交织的长期任务。我们引入了多时段任务环境（MHTEs）：一种需要在跨越数小时的持久执行上下文中，对45+个相互交织的任务（500-1500+步）进行连贯执行的独特问题类。我们识别出四种导致基线 CUA 在负载从25%增至100%时完成率从16.7%下降至8.7%的失败模式，这种模式在三个独立实现中均一致出现。这些失败模式包括：上下文饱和（O(N) 与 O(1) 增长）、记忆干扰、依赖复杂性（DAGs 与链式）以及重排序开销。我们提出了 CorpGen，一个面向架构的框架，通过层次规划实现多时段目标对齐、子智能体隔离防止跨任务污染、分层记忆（工作记忆、结构化记忆、语义记忆）以及自适应摘要来解决这些问题。CorpGen 通过具有持久身份和真实日程的数字员工模拟企业环境。在OSWorld Office上的三个 CUA 后端（UFO2、OpenAI CUA、层次化）上，CorpGen 实现了显著超过基线的性能提升（15.2% vs 4.3%），并在增加负载下保持稳定性能，确认所获收益源于架构机制而非特定 CUA 实现。消融研究表明，经验学习提供了最大的收益。
引用
@article{arxiv.2602.14229,
title = {CORPGEN: Simulating Corporate Environments with Autonomous Digital Employees in Multi-Horizon Task Environments},
author = {Abubakarr Jaye and Nigel Boachie Kumankumah and Chidera Biringa and Anjel Shaileshbhai Patel and Sulaiman Vesal and Dayquan Julienne and Charlotte Siska and Manuel Raúl Meléndez Luján and Anthony Twum-Barimah and Mauricio Velazco and Tianwei Chen},
journal= {arXiv preprint arXiv:2602.14229},
year = {2026}
}