摘要
Shepherd 是面向可编程 Meta-Agent 的运行时基础设施。它把模型调用、工具调用和文件写入记录为可回退的 Git 式执行轨迹，使另一个智能体能够在运行期间观察、分叉、修改、回退和恢复工作智能体及其环境。（来源：原始网页记录（本地存档））
核心内容
问题与设计
- 传统智能体框架通常只暴露原始对话记录和最终环境快照，Meta-Agent 若要干预，往往需要自行重建中间执行状态。（来源：原始网页记录（本地存档），Motivation）
- Shepherd 将智能体运行转化为可操作的数据结构，并用 Task、Effect、Scope、Trace 四个原语表示任务、动作意图、执行环境和提交图。（来源：原始网页记录（本地存档），Runtime Substrate）
- Effect 在实际执行前先记录动作意图，使 Meta-Agent 有机会阻止或修改危险操作；Scope 的分叉会同时复制智能体状态和文件系统环境。（来源：原始网页记录（本地存档），Runtime Substrate）
- Reversible Agentic Execution Trace 允许按历史节点分叉、保留成功分支、丢弃失败分支，并检查每次模型调用、工具调用和编辑。（来源：原始网页记录（本地存档），Runtime Substrate）
系统性能
- 项目页报告，在其单机测试中，Shepherd 对 42 MB 至 5.8 GB 环境的分叉延迟约为 134 至 143 毫秒，回退约为 140 至 147 毫秒；分支可复用未改变前缀的缓存。（来源：原始网页记录（本地存档），Infrastructure）
- 这些数据来自项目方设定的三种 Terminal-Bench 2.0 镜像和 4 vCPU / 8 GB Linux 主机，不能直接外推到所有后端与工作负载。（来源：原始网页记录（本地存档），Infrastructure / Setup）
三类 Meta-Agent 实验
- 运行时监督：监督智能体通过注入提示、移交工作或丢弃失败分支协调两个并行编码智能体；项目页报告 CooperBench 配对通过率由协作基线的 28.8% 提升至最高 54.7%。（来源：原始网页记录（本地存档），Multi-Agent Runtime Intervention）
- 反事实元优化：CRO 只从受改动影响的第一个轨迹节点重放后缀，以更局部地比较工作流修改；项目页报告其在五个基准中的四个取得最佳分数与最低优化耗时。（来源：原始网页记录（本地存档），Counterfactual Meta-Optimization）
- Meta-Agent 引导的树形强化学习：在选定步骤分叉多个共享前缀的后续轨迹，以分支间最终奖励差异形成更细粒度的信用分配信号。（来源：原始网页记录（本地存档），Meta-Agent-Guided Tree RL）
当前边界
- 项目页将 Shepherd 定位为研究预览而非成熟生产系统，并称其支持 Linux、macOS、自托管以及多种容器后端；Windows 原生支持尚未完成。（来源：原始网页记录（本地存档），FAQ）
- 重放会恢复完全相同的已记录前缀，但分叉点之后仍需重新调用非确定性的模型，因此反事实比较的有效性取决于分叉点和实验控制。（来源：原始网页记录（本地存档），FAQ）
- 关联论文进一步限定了“可逆”：文件系统等 Effect 可原生回滚，数据库写入等依赖补偿处理器，邮件与新模型调用等不可逆 Effect 只能审计；普通 Python 运行也不在 Lean 证明范围内。（关联资料：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，§3.2、附录 B）
相关页面
- 概念：Meta-Agent、Reversible Agentic Execution Trace、Harness Engineering、Harness Optimization、Self-Improving Harness、Agentic RL
- 实体：Shepherd
- 主题：LLM Agent Self-Improvement
来源
- 原始文件：原始资料（本地存档）
- 原始网页：https://shepherd-agents.ai/blog/
- 关联论文：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces；https://arxiv.org/abs/2605.10913
- 定位信息：Motivation、Runtime Substrate、Infrastructure、Experiments、FAQ
待核实问题
- 已核实（2026-08-28）：关联论文为 arXiv:2605.10913v3（2026-06-24），框架与实验仓库均采用 MIT，框架仍明确标为 early alpha。论文完整证据见 Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces。
- 论文披露边界：Terminal-Bench 2.0 Stable25 的 train/dev/test 是完全重叠的同一 25 个任务，因此相关 CRO 数字不是 held-out 泛化结果；论文虽指向附录 F.4 的逐臂美元成本，v3 实际未给出该表。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，表 15、附录 A.1、F.3-F.4）
- 仓库核验不是复现：固定实验 commit 的 CBO tests 为
5 passed, 4 failed，Tree advantage tests 为11 passed, 1 failed；前者缺结果产物，后者存在实现/测试预期不一致。未运行容器、模型或 benchmark 端到端实验。（来源：Shepherd: Enabling Programmable Meta-Agents via Reversible Agentic Execution Traces，项目核验） - 仍待独立复现：分叉/回退延迟、CooperBench、CRO 和 Tree-GRPO 结果仍只有作者方证据。
- 仍待跟踪：early alpha API 的兼容性、跨后端故障恢复和生产安全模型。