Unreal Agent：让 AI 代理成本降低 40%
我们在部署 AI 代理时发现，模型在管理工具调用上浪费了太多时间和 Token。为此，Unreal Labs 推出了 Unreal Agent，通过完全异步的工具调用机制，让模型无需等待、轮询或心跳检查。这不仅让用户能随时干预代理进程，还让代理能在模型调用间隙并行处理更多任务。实测数据显示，相比 Codex 和 Pi，Unreal Agent 在真实工作负载中实现了最高 40% 的成本节省，同时在 Terminal-Bench 等多个基准测试中保持了领先的通过率。
我们相信，harness 设计本身就是一个独立的研究领域，其中仍有大量富有前景的想法等待被研究和实现。
HN 评论区
121- dvt
我觉得这个领域还非常未被开发。模型本身很有趣，但过去几年我研究/一直在死磕的某些东西让我绝对着迷：
分形工具发现：一种工具分类法，代理可以“深入挖掘”以找到它正在寻找的具体工具。当上下文被成千上万（大多没必要）的工具污染时，这很有帮助。
利用伸展树（splay trees）：这是我最喜欢的数据结构，我认为在代理/harness 的语境下相对未被使用。很多时候，最近使用的工作流/工具链会被再次使用，所以把它们放在搜索层级顶部是一个绝佳的优化。
虚拟容器化笔记本：模型在沙箱化（WASI）的 Python 笔记本中工作简直太棒了。即使是本地模型（如果给足时间）通常也能收敛到一个不错的解决方案。能够挂载工具/资源/文件系统，在我看来同样非常未被开发。这里的一些问题是，在容器中运行原生内容（比如 numpy/pandas）是个噩梦（或者根本不可能）。
总之，很高兴看到其他人在这个领域认真做事。如果任何人想合作，别犹豫，随时联系 :) 我也正在积极寻找工作或一些合同项目。
好戏在后头。
- tekacs
标题里的图表有点奇怪。
不知为何，他们拿在 Astra xhigh 上运行的 harness 和 Codex 在 Astra max 上的表现做对比？
---
另外值得一提的是，OpenAI 刚刚在他们的 harness 中增加了对 async 工具调用的支持，虽然这与该方案并非 1:1 对应，但也在逐步提升，能够提供类似的功能。
Codex 之所以消耗大量 token，很大一部分原因是它基本上在无意义的轮询任务上死循环：https://www.reddit.com/r/codex/comments/1wdlp7q/weve_discove...
我在我 fork 的 Codex 上也修复了这个问题，也是在一二月份，我一直保持这个补丁的 rebase，有需要的可以拿去：https://github.com/tekacs/codex/commit/9ffcf8db9078eae43d411...
它带来的 token 节省规模与 Unreal 在这里展示的相当。
---
我的 harness 自 ~2 月份起就使用了比 Unreal 更花哨一点的类似方案，而且……它确实效果极佳，但在 Astra 和其他近期更了解 async 工具调用的模型上，运行起来也更加顺滑。
- ozozozd
我想 GPT 模型在输入对 Codex 不利时会暗讽几句：
“表面上看，Unreal Agent 以更少的模型轮次和更少的输入 token 实现了相同的结果。”
（加粗部分为我强调）
- tapoxi
当 Epic 发布一款大受欢迎的 Unreal Engine 时，这听起来像是个商标问题。
- pyrolistical
有趣的是，我通过让 Claude 写一个 pi 扩展解决了这个问题
https://github.com/Pyrolistical/pi-notify
现在我的 pi 代理会设置自己的触发器，在后台进程完成时通知自己