Stanford Shepherd：把 Agent 执行当成 Git 来管理的运行时

随着 AI Agent 越来越复杂，"监督 Agent 的 Agent"（元 Agent）已成为现实中的常见需求。但当前的运行时系统只能将 Agent 执行视为静态状态，不支持中途回滚、分支尝试不同路径、或精确重现过去的状态。斯坦福大学 Christopher Manning 和 Weiyan Shi 团队发表的 Shepherd 系统正是为了解决这一问题——它将 Agent 执行变成了类似 Git 的版本控制系统。

@ai_satoru_chan 详细剖析了该系统的设计思考：

Shepherd 的设计思想是把函数式编程的理念引入 Agent 执行。Agent 被视作"函数"，元 Agent 被视作"高阶函数"。具体来说，四个概念被提升为一等公民：

• Task: Agent 的行为声明（类型化的输入输出）
• Effect: Agent 的作用（意图与结果分离）
• Scope: Agent 的环境（进程与文件系统一起 fork）
• Trace: 执行历史（类似 Git 的提交历史）

其中最引人注目的是 Git 风格的执行轨迹：Agent 的所有操作都被记录为"提交"，任何过去的状态都可以"检出"，分支操作会创建新的"分支"，重放是精确的（exact replay）。相比 Docker 的 fork，Shepherd 快 5 倍，重放时的 KV-cache 重用率超过 95%。

更令人印象深刻的是 Shepherd 在 Lean 定理证明器中完成了形式化，对"观测不影响执行""分支不泄漏到父进程""回滚是精确的"等核心操作给出了形式化证明。

Shepherd 在三个应用场景中得到了验证：

1. 实时监督：在 CooperBench 上，通过实时干预将通过率从 28.8% 提升到 54.7%，几乎翻倍
2. 反事实优化：通过分支到过去执行的不同路径进行对比，在 MetaHarness 上最多超出基线 11 个点，执行时间最多减少 58%
3. Tree-RL 训练：在选定的回合上分支展开，将 TerminalBench-2 从 34.2% 提升到 39.4%

论文链接：arxiv.org/abs/2605.10913

正如 ai_satoru_chan 所总结的："'将 Agent 执行像 Git 一样对待'这一视角非常锐利。就像代码版本管理变得不可或缺一样，Agent 执行也需要版本管理。监视、分支、回滚、重现——在运行时层面提供这些能力的基础设施，可能成为元 Agent 普及过程中不可或缺的基础设施。"

📊 研究/论文

本作品采用《CC 协议》，转载必须注明作者和本文链接