Shepherd

摘要

Shepherd 是一个面向可编程 Meta-Agent 的开源、自托管运行时研究系统。它把 agent 与环境的联合状态记录为 Reversible Agentic Execution Trace，让监督、反事实优化与树形训练能够从历史提交分叉和局部重放。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，表 2，pp.4-6；§5）

核心内容

基本信息

• 实体类别：智能体运行时与研究项目
• 关键名称或版本：Shepherd
• 时间范围：论文于 2026-05-11 首次提交，当前核对到 arXiv v3（2026-06-24）；项目仍定位为 early-alpha 研究预览。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces；Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces）
• 研究团队：作者来自 Northeastern University 与 Stanford University。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces）

重要事实

• 四个核心原语为 Task、Effect、Scope 和 Trace，分别对应带类型的 agent 定义、动作 intent/outcome、agent 与环境的耦合执行域、以及持久提交图。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，表 2，pp.4-6）
• 支持观察、拦截、分叉、修改、回退与局部重放；文件系统等状态可原生回滚，但外部写入可能依赖补偿处理器，不可逆副作用只能审计。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，p.5）
• 作者用运行时监督、CRO 与 Tree-GRPO 展示系统用途：CooperBench joint pass rate 最高从 28.8% 到 54.7%；Tree-GRPO 在两个模型的 OOD Terminal-Bench 2.0 测试中分别报告 39.4% 和 37.2%。这些是 proof-of-existence 案例，不是独立复现。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，图 1、表 5、附录 A.1）
• Lean 证明不覆盖整个生产运行时；普通 Python run 默认为 runtime_only，模型、shell、文件系统、sandbox 与多分支重放都在非声明范围内。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，附录 B、表 6）

关系与影响

Shepherd 为 Harness Engineering 提供了一种把执行轨迹变成一等运行时对象的实现，并为 Harness Optimization 与 Self-Improving Harness 提供局部重放和反事实验证机制。Tree-GRPO 属于严格 Agentic RL，而 substrate、supervisor 和 CRO 本身不属于严格 Agentic RL。（综合依据：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，§5.1-5.3）

分歧与变化

论文 v3 的结果绑定实验仓库中的 frozen substrate snapshot，当前框架 main 已继续演进，因此论文数字不应视为当前版本的回归结果。Terminal-Bench 2.0 Stable25 的 train/dev/test 还是完全重叠的同一 25 个任务，相关提升不代表 held-out 泛化。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，表 15、附录 F.3、项目核验）

相关页面

• 概念：Meta-Agent、Reversible Agentic Execution Trace、Harness Engineering、Harness Optimization、Self-Improving Harness、Agentic RL、Recursive Self-Improvement、Agent Failure Localization
• 实体：无
• 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

待核实问题

• 生产版本路线、API 稳定性、补偿处理器的安全边界及跨后端一致性仍待后续资料。
• 公开实验快照的部分单元测试因结果产物缺失或实现/测试预期不一致而失败，尚需上游修复；三组论文结果仍待独立端到端复现。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，项目核验）