跳转至

TOPAS：面向工作流的 Prefix-State 调度

复现级别：核心机制 mini-suite。 真实执行论文特有的控制流/目标；未把确定性任务成功率当作论文 benchmark 复现。

论文信息

字段 内容
论文链接 arXiv 2608.25523
公司 / 机构 University of Science and Technology of China（第一作者第一署名单位）
首次公开日期 2026-08-26（arXiv v1）
原作者代码 否：未发现原作者公开代码（核查日期：2026-08-28）
本地 adapter / 方法 topas
本地复现代码 src/auto_research/agent_research/latest_20260827.py

原始论文总结

背景与主要改动

在共享 KV-cache 预算下，同时估算工作流最长剩余路径与下游 prefix reuse 收益，并纳入 prefix 移动、抢占和 aging，避免只优化局部命中率或单请求进度。

flowchart LR
  I[任务与当前状态] --> M[critical path / prefix state / aging]
  M --> O[策略动作或训练目标]
  O --> E[可审计指标与反馈]
  E --> M

原论文关键图

TOPAS：面向工作流的 Prefix-State 调度 原论文 Figure 2

原论文 Figure 2（关键图）：展示原论文的整体流程、关键阶段及其数据流向。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

\[ \Phi(S)=\sum_j w_j\,CP_j(S)-\lambda B_{reuse}(S)+\mu C_{move}(S). \]

论文离线与线上效果

合成工作流 mean/p99 JCT 最多降低 39.8%/49.4%；MetaGPT-TL 降低 22.0%/26.6%。

本地复现

L2 隔离能力评测（主结果）

TOPAS 在状态化工具环境里先做安全排序与候选压缩，再根据调用反馈恢复。ToolRoute-L2.1 三 seed 的 joint success 为 0.7556，plan step F1 为 0.7887，平均成本 4.5571。

指标见 metrics/toolroute-l2-seeds42-44.json。下方 PlanBench-mini 只作机制诊断。

本地对照口径：PlanBench-mini 120 episodes，joint success 1.0000、平均成本 0.4098；只模拟 prefix hit、critical-path update 和 aging。

指标见 metrics/topas-planbench-mini-seed42.json。 批次索引见 ../../experiments/latest-20260827-seed42.json。

auto-research agent-eval --method topas --benchmark planbench-mini --episodes 120 --seed 42

复现边界

本地 mini-suite 用公开、确定性的候选/计划任务隔离机制差异；论文 checkpoint、私有训练数据、外部服务和完整 benchmark 均未声称已复刻。