在Agentic LLM系统中利用轨迹图实现执行前错误诊断

该论文提出Trajectory Graph Copilot框架，用于在大型语言模型智能体执行动作之前诊断潜在错误。其核心组件Graph Debugger将历史轨迹构建为概率图，并借助图神经网络识别经常导致失败的序列动作模式。框架作为主动式诊断沙盒，对可能出错的动作发出早期警告，促使智能体自我纠正。在四个基准测试、三个LLM智能体上的实验显示，平均通过率提升14.69%。

此前LLM智能体在长程交互任务中常因单个次优动作导致整体失败，且修复通常依赖昂贵的微调。该框架无需微调即可在执行前预判错误，显著提升任务完成率，为智能体调试提供了一种新范式，降低了长程任务落地的训练成本。

方法借鉴软件调试中分析执行日志以提前捕获错误的思路：将历史智能体轨迹建模为概率图，用图神经网络学习频繁通向失败的状态与动作序列模式。在实际动作执行前，通过图结构推理识别高风险路径，并给出预警信号，使智能体有机会自我修正，从而避免浪费有限的步数预算。

对基于LLM的Agent产品而言，该框架可直接嵌入现有推理流程，无需重训模型即可提升长程任务成功率，降低因任务失败导致的用户流失和重试成本。但它额外引入了轨迹图构建与GNN推理模块，可能增加实时系统的延迟与计算资源消耗，需权衡部署成本。

• 在现有Agent系统中接入Trajectory Graph Copilot模块，对高风险动作进行实时拦截并触发自我修正。
• 基于历史轨迹图构建开发者调试面板，可视化展示频繁导致失败的动作路径。
• 在embodied AI或工具调用等长程任务场景中试点，用通过率提升幅度作为验收指标。
• 将轨迹图错误预警能力封装为SaaS API，供第三方Agent产品调用，按预测次数计费。

• 论文未披露图构建与GNN推理的具体计算开销，是否满足实时交互场景尚未确认。
• 14.69%的平均通过率提升是否在真实生产环境中的复杂任务上能复现，缺乏独立验证。
• 该框架对训练数据中未曾出现的新类型错误路径是否仍能有效预警，证据不足。
• 不同LLM智能体对该框架的行为响应会否引入新的策略偏移，论文未明确说明。