ARIA：多 Agent 运行中的结构化续写修复¶

component_only / L1 CPU。实现 cut-and-continuation 数据合同，不训练 inspection gate 或修复策略。

论文信息¶

字段	内容
论文链接	ARIA
公司/机构	一作 Bolin Shen；Florida State University
首次公开日期	2026-10-14，arXiv v1；10-16 公告重叠补漏
原文开源代码	LabRAI/ARIA，MIT；训练/serving 需 CUDA，框架和数据另有依赖/授权
本地 Adapter	无（`adapter: null`）；组件 key：`aria`
本地复现代码	`src/auto_research/agent_research/aria_repair.py`；`scripts/run_oct18_agent_components.py`

原始论文总结¶

背景与主要改动¶

多 Agent 的早期错误会沿消息和工具结果传播。ARIA 不只在结束后解释失败，而是把执行验证过的修复转成训练数据，让模型在部分轨迹上决定何时干预、在哪里切断及如何续写。原文 §2、附录 B的训练链包括结构 SFT、repair DPO、diagnosis transfer、repair GRPO 和 gate GRPO。本地没有以人工 heuristic 冒充这些学习阶段，只抽出可独立检验的补丁合同。

flowchart LR
    E[已观测事件前缀] --> G[学习到的检查与定位 原文]
    G --> P[diagnosis / cut ID / replacement]
    P --> C[ID / 长度 / cut / 工具结果约束]
    C --> R[保留cut事件并替换后缀]
    R --> X[真实继续执行 原文]
    X --> V[修复通过且fresh control失败]
    V --> D[训练样本接纳]

原论文关键图¶

原论文 Figure 2（关键图）：展示原论文的训练流程与关键优化环节。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¶

在事件 \(e_k\) 处切断时保留该事件：

\[ \tau'=(e_1,\ldots,e_k)\Vert(\hat e_1,\ldots,\hat e_L),\qquad \mathrm{verified}=I[\mathrm{patched\ pass}]I[\neg\mathrm{fresh\ control\ pass}]. \]

空 cut 保留空前缀；非空 cut 必须引用已观察事件并早于已定位坏事件。补丁最多八个新事件、规范 JSON 最多 12,000 字符，ID 不与保留前缀冲突，不能只改 ID 原样重贴旧后缀。模型只能提出 assistant message 或待执行 tool call，不能伪造 tool result。结构合法不代表归因正确，也不代表后续执行一定恢复。

论文离线与线上效果¶

原文收集 24,000＋成功／失败轨迹，形成 3,953 个执行验证修复对；覆盖四种多 Agent 框架、六 benchmark、八种 host model。Qwen2.5-7B 的 runtime 表报告 overall SR 21.4%、HIR 2.00%，不同实验子集不能互相直接比较。未报告生产线上 A/B。正文明确续写是在重建的 continuation context 上执行，不等于完整框架 checkpoint 的精确因果重放。方法、实验和局限

本地复现¶

PYTHONPATH=src python scripts/run_oct18_agent_components.py \
  --methods aria --seeds 42,43,44 --device cpu \
  --output runs/oct18-agent/aria.json

随机事件序列实际执行合法 cut 与新 tool request 替换；负对照注入未知 cut、保留前缀 ID 冲突和伪造工具观察。另以随机成对执行 verdict 检查“只看 patched pass”会产生的错误样本接纳。verdict 是调用方 scorer 的人工 fixture，不是 Agent 推出的答案；模块不把 gold 传给模型。详见 CPU 产物。

成本与边界¶

完整多框架工具执行、24,000＋轨迹、1.5B–14B 多规模和五阶段后训练需真实环境及大量运行；部分数据还需授权、SWE-bench-Lite 需 Docker。成本过高，不复现（审查 DONE）。本地没有模型或 CUDA 路径、没有对官方任务恢复成功率的主张，diagnostic_only=true、promotion_eligible=false、evolve_integrated=false。