PARC：一个用于鲁棒执行长期任务的自主自反思编码智能体
人工智能
2025-12-04 v1
摘要
我们介绍了PARC，一个用于自主且鲁棒地执行长期计算任务的编码智能体。PARC建立在分层多智能体架构之上，包含任务规划、执行以及从独立上下文评估自身行为及其结果并提供反馈的机制，即自我评估和自我反馈。这种设计使PARC能够检测和纠正高层战略错误，并在无需人工干预的情况下持续进展。我们在计算科学和数据科学任务上评估了PARC。在材料科学中，它自主地重现了关于锂离子传导和合金偏析研究的关键结果。特别是，它协调了数十个并行模拟任务，每个任务需要大约43小时的计算，管理端到端的编排、监控和错误纠正。在Kaggle实验中，从最少的自然语言指令开始，PARC进行数据分析并实现搜索策略，产生了与人类工程基线相当的解决方案。这些结果强调了将分层多智能体系统与自我评估和自我反馈相结合，以实现对独立、大规模科学和分析工作 capable AI系统的潜力。
引用
@article{arxiv.2512.03549,
title = {PARC: An Autonomous Self-Reflective Coding Agent for Robust Execution of Long-Horizon Tasks},
author = {Yuki Orimo and Iori Kurata and Hodaka Mori and Ryuhei Okuno and Ryohto Sawada and Daisuke Okanohara},
journal= {arXiv preprint arXiv:2512.03549},
year = {2025}
}