挑战ReAct！MetaGPT团队提出ReCode智能体新范式

来自 DeepWisdom 的研究团队提出新型智能体框架 ReCode，通过递归代码生成统一规划与执行，突破传统方法在决策粒度上的限制。实验表明，ReCode 在三个基准环境中的平均性能从 47.4% 提升至 60.8%，推理成本降低 79%，且仅需 27% 的训练样本即可达到 comparable 效果，在 ALFWorld 上成功率高达 96.27%。其递归结构不仅提升效率与泛化能力，还催生层次化训练数据，推动智能体向更灵活、高效的方向发展。
来源：https://mp.weixin.qq.com/s/AckYQ27Mli1jC4mQ0eI_Nw