Aries 讲解

论文解决了什么问题

2025 年运行时把循环做成产品，公开讨论仍停在 SWE-bench 和演示。Aries 指出：GPU 解码变快，任务仍可能卡在 harness、工具和闲置沙箱。用请求级 LLM 指标管 Agent 服务，会看错关键路径——一次委派跨多次推理、工具调用、沙箱生命周期和 KV 状态，观测单元必须是轨迹，不是 QPS。把轨迹当一等公民，才能问「这一步为什么没推进」。

按定义论文研究的是 已经在转的 Agent 如何被云基础设施拖住或放大，不是新的决策算法。编排库解决不了存储、隔离和上下文税。

对后续 LLM 与 Agent 的影响

Tag 文档里的短暂沙箱（建、干、闲、释放）与这篇的「空闲但突发」互相印证：产品已经撞上论文写的负载。SpecBox 走调度优化；Aries 走测量与问题重构。两者都说明 2026 年主矛盾外移：不是再涨 5 分基准，而是执行路径是否跟得上异步委派。文中用 SWE-Bench Pro、OpenClaw 一类 harness 当负载，不是偶然。愿景项（弹性沙箱、最小攻击面）不要当成业界已经换完的底盘。