RunAgent：自然语言计划的约束引导执行框架

本文介绍RunAgent——一个多智能体计划执行平台，通过约束和评分标准实现自然语言计划的逐步执行，旨在弥合自然语言表达力与执行确定性之间的鸿沟。该系统在Natural-plan和SciBench数据集上超越了基线LLM和最先进的PlanGEN方法。

人类解决问题时依赖针对性计划，但大语言模型在结构化工作流执行上仍不可靠。核心矛盾：自然语言表达力强但缺乏执行确定性；编程语言确定性强但对非技术用户不友好。现有方法面临四大挑战：

1. 语义歧义：自然语言描述存在多种解释
2. 执行监控：难以确保每一步按预期执行
3. 错误恢复：步骤失败时缺乏系统纠错机制
4. 上下文管理：长期执行中信息筛选困难

核心设计理念

RunAgent通过连接自然语言表达力与编程语言确定性，实现精确执行。

显式控制结构

定义智能体语言，包含IF（条件分支）、GOTO（跳转循环）、FORALL（批量处理），消除自然语言歧义。

约束引导执行

• 步骤级验证：验证每一步语法、语义及指令符合性，设明确验收标准
• 动态约束推导：自主从任务描述和实例推导验证约束

多策略执行选择

根据步骤特点选策略：LLM推理（创造性步骤）、工具调用（外部API/数据库）、代码生成执行（精确计算）。

错误纠正机制

多层纠错：即时检测异常、自动重试可恢复错误、策略切换、必要时人工介入。

智能上下文过滤

保留当前步骤相关信息，避免上下文膨胀。

测试数据集

• Natural-plan：自然语言计划执行基准，含日常任务与复杂工作流程
• SciBench：科学计算基准，需精确计算与多步骤推理

性能对比

对比基线：基础LLM、PlanGEN（最先进计划方法） RunAgent优势：

• 在Natural-plan上显著提升
• 在SciBench上超越所有对比方法
• 多步骤协调与精确执行任务表现突出

约束引导有效性原因

1. 明确成功标准：每步骤有清晰完成标准
2. 早期错误检测：问题传播前被捕获
3. 可解释失败：指出具体未满足约束

多智能体协作架构

• 解析智能体：自然语言计划转结构化表示
• 执行智能体：负责步骤执行
• 验证智能体：检查结果是否符合约束
• 协调智能体：管理流程与错误恢复

业务流程自动化

• 客户服务流程：理解请求执行标准响应
• 数据处理管道：转换分析师描述为自动化流程
• 合规检查：执行复杂监管验证

科学实验设计

• 转换实验方案为自动化流程
• 确保步骤按标准执行
• 自动记录过程与结果

教育辅助

• 帮助学生理解任务分解
• 提供逐步指导与即时反馈
• 调整教学策略

当前局限

1. 计划复杂度：极复杂嵌套计划解析执行有挑战
2. 领域知识：专业领域需大量背景知识
3. 实时适应：动态环境适应能力待加强

未来研究方向

1. 学习优化：从执行历史学习优化约束推导
2. 人机协作：紧密整合人类反馈
3. 跨领域迁移：执行策略迁移到新领域