DuplexAgent-RSI 提出通过交互痕迹闭环自动修复全双语音智能体的协作模块

该论文提出 DuplexAgent 系统，旨在解决全双工语音智能体在持续对话中处理复杂推理和工具调用时的能力瓶颈。系统采用异步委托模式，将搜索、推理和编码任务交由专用代理处理，同时通过一个包含六个可编辑模块的协调器（harness）来管理任务接受、进度跟踪、取消替换及结果交付。核心创新在于 Duplex-Harness-RSI 闭环，利用模拟器生成带时间戳的测试对话并产生失败轨迹，由推理大模型和代码代理组成的改进循环自动诊断并修复协作模块。

实验数据显示，该系统在智能、智能体和全双工基准测试中表现优异，其口语知识得分和执行工具得分均优于对比的委托系统，同时保持了强大的中断响应能力。消融实验进一步证明，这种基于模块化、可验证的自动修复循环，比初始版本或缺乏诊断与修复档案的重复手动编辑具有显著优势。文中未披露具体使用的基座模型名称或参数量，仅强调推理大模型和代码代理在改进循环中的角色。

事实层面，该系统实现了连续交互与复杂任务执行的结合；推断层面，这种自动化修复机制可能降低构建高可靠性语音 Agent 的工程门槛；猜测层面，若该框架能适配更多垂直场景，可能改变当前语音 Agent 主要依赖人工调优协作逻辑的行业现状。