MRKL Systems：模块化神经符号 Agent

本页实现显式 router、神经/离散专家注册表和结果汇总；不是让一个通用 prompt 直接返回正确工具链。

论文信息

字段	内容
论文链接	MRKL Systems
公司 / 机构	AI21 Labs / Hebrew University / Technion / University of British Columbia
首次公开日期	2022-05-01
原作者代码	未发布 Jurassic-X / MRKL 完整实现
本地 adapter / CLI key	mrkl
本地复现代码	src/auto_research/agent_research/

原始论文总结

背景与主要改动

单个 LLM 容易在精确计算、时效知识和可验证推理上失败。MRKL 把 LLM 放入系统架构， 由 router 根据输入选择语言模型、知识库、计算器等专家；离散模块保证确定性能力， 语言模型负责理解和自然语言接口。

flowchart LR
    Q["自然语言请求"] --> R["MRKL router"]
    R --> N["神经语言专家"]
    R --> S["搜索 / 知识专家"]
    R --> D["计算 / 日历等符号专家"]
    N --> A["结果汇总"]
    S --> A
    D --> A

原论文关键图

原论文 方法定义（第 4 页）（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ m^\star=\arg\max_{m\in\mathcal M}p_\phi(m\mid x),\qquad \hat y=f_{m^\star}(x). \]

关键在模块边界和路由，不是新的语言模型 loss。

论文离线与线上效果

论文描述 AI21 的 Jurassic-X 系统，并通过计算、时效知识等案例展示模块化系统相对 纯语言模型的可控性；没有给出可复核的生产 A/B 或统一离线 benchmark 表。

本地复现

ScaleMCP mini 120 episodes、seed 42；每个工具动作都先经 router，计算器、日历、 地图、天气、数据库和表格进入离散专家。

指标	Long-context 基线	MRKL
joint success	1.0000	1.0000
average cost	64.5000	1.2500
router / symbolic calls	0 / 0	360 / 170

auto-research agent-eval --method mrkl --benchmark scalemcp-mini \
  --episodes 120 --memory-size 24 --seed 42

稳定指标： p0-missing-agent-mini-suites-seed42.json。

复现边界

保留 router 和可区分的专家执行计数；本地专家是确定性 mini-suite 工具，不调用 Jurassic-X、真实搜索服务或私有知识库，成本是统一代理成本而非线上延迟。