直播预告 | UIUC金海波博士：智能体走向真实世界的最后一公里
和你一起进步的 2026-11-13 20:34 北京
报告介绍
Topic
智能体走向真实世界的最后一公里
本报告讨论智能体走向真实世界的“最后一公里”。我们提出 Agent-Native Primitives，为工具、代码和知识各配上一位熟悉它的“专家”；HEELO 根据当前任务把这些原语组织起来，再依据执行反馈改进它们，让一个任务中验证过的经验也能用在下一个任务上。
围绕这一思路，我们开发了八类原语，在 20 多个公开基准上进行了 26 组对比实验：在使用相同模型和工具目录的条件下，Tool Primitives 将 ToolBench 的任务通过率从 55.8% 提升到 75.1%；在 Terminal-Bench 4.0 上，Dev-Primitives 将同一模型的任务解决率从 37.3% 提升到 55.5%；在 GAIA-Text-103 上，使用 Navigation Primitives 的系统取得了 58.3% 的问答准确率（迭代式检索方法为 45.6%）。
在 heelo.dev 平台设计的 46 个真实任务中，Claude Code 和 Codex 独立运行时各完成 9 个，通过 MCP 接入 HEELO 后分别完成 39 个和 35 个。
报告主要内容包括：
- 从资源到原语。介绍 Agent-Native Primitives 如何为工具、代码和知识配备常驻语言模型。以代码修改为例，说明一个原语如何利用本地实现完成修改，并与依赖模块的原语协调接口。
- 为任务搭建执行框架。介绍 HEELO 如何按任务需要组合原语，用环境反馈检验执行结果，定位出错的环节，并将修正后通过验证的原语用于后续任务。
- 八类原语的能力评测。围绕工具调用、代码仓库构建与修改、数学证明、知识问答和复杂检索等任务，分析八类原语在 20 多个公开基准、26 组对比实验中的表现。
- 从基准测试到真实操作。介绍开发者如何通过 API 或 MCP 接入 heelo.dev，完成行程预订、邮件外联和内容发布等操作。
🔍
现在，在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
·
·
本文转载自微信公众号「PaperWeekly」，查看原文。版权归原作者所有，如有侵权请联系删除。