AEWM
一种代理任务状态管理方法，通过判断每一步动作对任务进度的贡献（关键进展、有效探索、无效重复），在检测到无效重复时基于历史重写推理和下一步动作，从而避免未经验证的假设持续污染后续推理。
时间轴 (近 90 天)
AEWM 相关论文为 Agent-Editing World Model，arXiv 编号 2609.28416。
AEWM 的 Action Judge 组件将每一步分为三类：关键进展（Critical）、有效探索（Exploratory）、无效重复（Noisy）。
AEWM 的 State Revision 组件在 Action Judge 判定为无效重复时，基于已发生的历史重写代理的推理链条和下一步动作。
EditAct 的工作流程是：代理提出一步，AEWM 调用它，选择保留或重写，然后真实运行，把结果写入历史。
在 Action Judge 基准上，AEWM 的 macro-F1 为 70.5%，比最强对比方法高 10.6 个百分点。
AEWM-RFT 显示，修正过的轨迹可以写入代理自身能力，之后不再调用 AEWM，代理仍然比只用自己的成功轨迹训练的版本高出 2.2、2.6 和 2.5 个百分点。
文章提出四阶段落地路径：阶段一搭建最小公司大脑，阶段二加入任务账本和检查清单，阶段三在无效重复时触发重写，阶段四才考虑 AEWM 式训练或微调。
全部知识事实 (7)
AEWM 相关论文为 Agent-Editing World Model，arXiv 编号 2609.28416。
50%待验证AEWM 的 Action Judge 组件将每一步分为三类：关键进展（Critical）、有效探索（Exploratory）、无效重复（Noisy）。
50%待验证AEWM 的 State Revision 组件在 Action Judge 判定为无效重复时，基于已发生的历史重写代理的推理链条和下一步动作。
50%待验证EditAct 的工作流程是：代理提出一步，AEWM 调用它，选择保留或重写，然后真实运行，把结果写入历史。
50%待验证在 Action Judge 基准上，AEWM 的 macro-F1 为 70.5%，比最强对比方法高 10.6 个百分点。
50%待验证AEWM-RFT 显示，修正过的轨迹可以写入代理自身能力，之后不再调用 AEWM，代理仍然比只用自己的成功轨迹训练的版本高出 2.2、2.6 和 2.5 个百分点。
50%待验证文章提出四阶段落地路径：阶段一搭建最小公司大脑，阶段二加入任务账本和检查清单，阶段三在无效重复时触发重写，阶段四才考虑 AEWM 式训练或微调。
50%