Exo: An Architecture for Self-Improving Systems at Runtime

提出 Exo 智能体运行时架构，允许智能体在持续工作中安全学习并修订其 harness 和策略。 在开放世界游戏中，Exo 相较 Codex 和 Pi 减少 12-53% 的模型成本；在 AppWorld 和 SREGym 上，Exo 减少 35-61% 的保留集模型成本，同时保持相当的准确性。 该架构将优化循环折叠进任务执行，通过可检查的代码变更演化 harness，降低长期运行目标的成本。