AnyAct：面向自演化智能体的通用动作层

arXiv 论文 AnyAct 提出一个通用动作层，把可用能力统一为可自演化的动作空间。它通过分层渐进检索筛选任务相关动作、在测试时剪枝不可靠动作，并用异构观测接地模块统一像素、文本与结构化数据反馈，同时定义基础动作与语义动作的混合动作空间，在 LiveMCPBench 和自建 OSMCP 上取得最优表现。

此前智能体面对工具生态规模超出上下文窗口、工具质量随更新或故障波动、反馈格式异构形成信息孤岛三类问题，往往需要针对单一场景定制动作与工具选择。AnyAct 把动作筛选与可靠性维护放到统一层内，并给出多粒度动作协作基准 OSMCP，使跨工具、跨反馈形式的智能体执行有了可比较的评测基线。

机制分两层：一是动作空间构建，用分层渐进检索先过滤与任务相关的动作，再在测试阶段持续剪枝不可靠动作，从而缓解上下文规模限制与工具非平稳性；二是执行编排，通过异构观测接地模块把像素、文本和结构化反馈映射到同一表示，让智能体按可靠性选择动作，并在成功率与执行成本之间做权衡。

对做智能体产品的团队，可直接借鉴其动作检索与剪枝思路，降低因工具量大或工具失效导致的任务失败；混合动作空间允许同一流程中组合 GUI 操作与语义 API，减少为每个应用单独适配的成本。多模态反馈统一也意味着研发侧可用一套观测接口接入文档、界面和结构化系统，缩短新工具接入周期。

• 在自有智能体平台中引入动作检索与测试时剪枝模块，优先接入工具数量多、更新频繁的场景，观察失败率与调用成本变化。
• 参照 OSMCP 的多粒度动作协作思路，为产品设计跨 GUI 与 API 的混合任务测试集，作为上线前的回归评测。
• 为多模态反馈建设统一观测接口，把界面截图、文本返回和结构化结果归一到同一表示后再做动作选择。

• AnyAct 在 LiveMCPBench 上的具体提升幅度与对比基线未在摘录中给出。
• OSMCP 基准的规模、任务类型与公开可用性尚不明确。
• 测试时可靠性演化是否依赖额外模型调用或算力开销，成本影响未说明。
• 该方法在真实生产工具频繁变更时的长期稳定性缺少证据。