← 最新论文
🤖 AI

A Language for Describing Agentic LLM Contexts

本文介绍了代理上下文描述语言(ACDL),这是一种标准化的形式化语言与可视化工具,旨在精确描述和传达代理大语言模型系统中输入上下文的架构、动态及演化,以解决当前上下文工程领域缺乏统一标准的现状。

原作者: Noga Peleg Pelc, Gal A. Kaminka, Yoav Goldberg

发布于 2026-05-06
📖 1 分钟阅读☕ 轻松阅读

原作者: Noga Peleg Pelc, Gal A. Kaminka, Yoav Goldberg

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,你正在教一个非常聪明但有点健忘的机器人如何玩一款复杂的游戏或解决一个难题。你不能只给它一条指令就转身离开,而必须与它进行一场循序渐进的长对话。

在每一步,你都必须提醒机器人:“这是我们要做的事,这是上次发生的情况,这是你刚才说的话,这是你接下来需要做的事。”这组提醒和指令被称为“上下文(context)”。

根据这篇论文,问题在于工程师和研究人员目前极不擅长解释他们是如何构建这些对话的。他们常用模糊的句子来描述,比如“我们保留历史记录”或“我们添加工具结果”,或者展示杂乱的手绘草图。这使得人们很难确切知道为什么一个机器人比另一个表现更好,或者如何复制他人成功的设置。

解决方案:ACDL(机器人对话的“蓝图”)

作者提出了一种新语言,称为 ACDL(Agentic Context Description Language,代理上下文描述语言)。将 ACDL 想象成这些机器人对话的“标准化建筑蓝图”。

以下是它的工作原理,借助一些日常类比:

1. “食谱”与“烹饪”
想象你想烤一个蛋糕。

  • 提示工程(Prompt Engineering) 是决定“精确使用多少糖”,或者说“轻轻搅拌”还是“缓慢搅动”。
  • 上下文工程(Context Engineering)(即 ACDL 所描述的)是食谱结构:“首先列出食材。然后展示搅拌碗。接着展示烤箱说明。如果蛋糕烤焦了,就添加一个新步骤;如果没问题,就跳过它。”
    ACDL 不关心确切的措辞(糖的用量),它关心的是食谱的结构。它勾勒出:“在第 1 步,向机器人展示规则。在第 2 步,向机器人展示它上次做了什么。在第 3 步,向机器人展示新问题。”

2. “穿越时间的日记”
论文指出,这些机器人对话是随时间发生的。ACDL 就像一本穿越时间的日记

  • 它使用一个特殊的时钟(如 @T)来精确标记你正处于哪一步。
  • 它可以说:“在第 5 步,回顾机器人在第 2 步所说的话。”
  • 它可以说:“如果机器人犯了错,在此处插入一条‘修正’消息;否则,直接继续。”
    这使得任何人都能确切看到对话如何从一个时刻变化到下一个时刻,而无需阅读数千行计算机代码。

3. “可视化地图”
ACDL 最酷的功能之一是将这些文本描述转化为可视化图表

  • 想象你在看地铁线路图。你可以立即看出哪条线路直达车站,哪条线路绕了三次弯。
  • ACDL 图表让研究人员能够立即看出两个机器人系统之间的差异。一个系统可能缺少关键的“记忆”模块,而另一个系统可能重复了同一条指令太多次。如果没有这张可视化地图,要发现这些差异,就像眯着眼睛在 50 页的小说中查找错别字一样困难。

这为何重要?

作者通过测试三种不同版本的流行机器人设置(称为"ReAct",即一种会思考、行动然后观察结果的机器人)来验证这一点。

  • 没有 ACDL: 你必须阅读大段文字,才能意识到一个版本忘记在历史记录中向机器人展示其自身的“思考过程”,而另一个版本则展示了。
  • 有了 ACDL: 你只需查看图表,就能立即发现第一个版本中缺失的模块。

论文声称,通过使用这种标准的“蓝图”语言:

  1. 团队沟通更顺畅: 工程师可以指着图表中的特定模块说“修改这里”,而不会产生混淆。
  2. 科学进步: 研究人员可以更公平地比较不同的机器人系统,因为他们查看的是清晰一致的图表,而非模糊的描述。
  3. 机器人可以读取它: 作者甚至提到,他们测试让一个 AI(Claude Code)阅读这些 ACDL 蓝图,并成功构建了其中描述的机器人循环。

ACDL 不是什么

重要的是要注意这种语言不是什么:

  • 不是让机器人运行的编程语言。你不能“执行”一个 ACDL 文件来让机器人思考。它只是对机器人如何思考的描述。
  • 不是关于你使用的具体措辞(如“请保持礼貌”)。它关注的是信息的顺序结构

核心结论

论文认为,正如建筑师需要蓝图来建造一致且安全的建筑,计算机科学家需要图表来构建一致且可靠的软件,AI 代理的世界也需要一种标准方式来绘制它们的“对话”。ACDL 就是这种新的绘图工具,它将模糊的想法转化为清晰、可比较且精确的蓝图,用于描述 AI 代理如何与世界互动。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →