摘要
Meta-Agent 是在运行时创建、观察、管理或修改其他智能体的高阶智能体。它把工作智能体的运行视为输入，并在执行过程中或执行结束后实施监督、分支探索和优化。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces）
核心内容
定义
在 Shepherd 的定义中，Meta-Agent 可以观察另一智能体的执行轨迹，分叉其智能体与环境状态，在失败时回退，修改其行为后继续运行。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，§3）
关键要点
- 运行时监督：在动作执行前读取 Effect，并注入提示、移交工作或终止错误分支。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，§4.1）
- 执行后优化：在历史轨迹中定位改动点，只重放受影响的后缀来测试反事实方案。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，§4.2）
- 训练期控制：选择有信息量的分叉点，为树形强化学习提供局部 sibling advantage；此时 Meta-Agent 负责选择分叉，真正被 GRPO 更新的是 worker policy。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，§4.3）
- Memory 演化：Recuris 使用固定 Meta-Agent 从结构化失败轨迹定位最可能的 memory 责任组件，提出局部 patch，再交给源任务与 held-out gate 验证。（来源：Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses，pp.8-10）
- 外部 harness 搜索：Meta-Harness 的 coding-agent proposer 可读取所有目标候选的代码、分数和轨迹并重写其 harness；该角色与被优化目标 Agent 分离。（来源：Meta-Harness: End-to-End Optimization of Model Harnesses，pp.2-5）
- 证据驱动演化：AHE 的 Evolve Agent 读取分层 failure evidence、修改七类文件组件并预测下一轮任务变化，是以可证伪 manifest 管理目标 Code Agent 的 Meta-Agent。（来源：Agentic Harness Engineering: Observability-Driven Automatic Evolution of Coding-Agent Harnesses，pp.3-5）
适用范围与边界
适用于多智能体协调、工作流优化、故障恢复和训练轨迹采样。Meta-Agent 的判断仍受其模型能力、可观察信息和授权操作范围限制，不能天然保证干预正确。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces）
分歧与演变
结合 Shepherd、Recuris、Meta-Harness 与 AHE，本页采用操作性边界：只有当一个 Agent 把另一个 Agent 的运行、轨迹、harness 或改进过程作为可观察且可修改对象时，才称为 Meta-Agent。只负责排队、路由或消息转发而不能检查和改变被管理 Agent 状态的组件，更适合称为 orchestrator；只执行固定监督规则的非 Agent 组件不纳入本概念。（综合：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces、Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses、Meta-Harness: End-to-End Optimization of Model Harnesses、Agentic Harness Engineering: Observability-Driven Automatic Evolution of Coding-Agent Harnesses）
相关页面
- 上位概念：Harness Engineering
- 相关概念：Reversible Agentic Execution Trace、Self-Improving Harness、Recursive Self-Improvement
- 相关实体：Shepherd、Recuris、Meta-Harness、Agentic Harness Engineering
- 相关主题：LLM Agent Self-Improvement
来源
- Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces
- Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces
- Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses
- Meta-Harness: End-to-End Optimization of Model Harnesses
- Agentic Harness Engineering: Observability-Driven Automatic Evolution of Coding-Agent Harnesses
待核实问题
- 阶段性结论（2026-08-28）：supervisor、optimizer 和 training controller 可以是 Meta-Agent 的角色；orchestrator、manager 只有在能读取并改变另一 Agent 的执行或改进状态时才落入该概念。术语在不同框架中仍可能另有命名，应按能力而不是产品称谓分类。