Agent原生原语与HEELO框架提升真实世界任务完成率

摘要

论文引入Agent原生原语和HEELO框架，以解决真实世界任务执行中的“最后一公里”差距。在Terminal-Bench 4.0上，使用Dev-Primitives的HEELO将分辨率从37.3%（GPT-5.6 Sol与Codex）提升至同一骨干上的55.5%。在46个真实世界任务中，Claude Opus 5.5与Claude Code和GPT-6.1 Sol与Codex单独各完成9个任务，但通过MCP服务器连接HEELO后分别完成39个和35个，每个完成任务的时间减少1.9倍和2.3倍，成本降低1.55倍。

这里提供经过审核的摘要。完整内容请前往原文阅读。

各行业推荐理由

• 人工智能

  对于AI模型开发者，这项研究提供了可复用的框架（HEELO）和原语库，显著提升了Agent在真实世界基准上的表现，为弥合资源访问与应用之间的差距提供了实用方法。