Unreal Agent：透過非同步 harness 減少 LLM 工具管理的開銷

Unreal Agent 透過將工具執行與模型推理迴圈解耦，降低 AI 代理的運營成本。透過實作非同步 harness，它消除了底層 LLM 管理等待、輪詢和心跳的需要，使實際工作負載中的成本較 Codex 減少高達 40%，較 Pi 減少 20%。

非同步工具呼叫架構

Unreal Agent 以非同步事件日誌系統取代同步工具執行。在傳統代理 harness 中，模型經常浪費 token 來輪詢長時間執行任務的狀態，或等待工具返回結果後才繼續。

Unreal Agent 優化此流程如下：

• 立即狀態記錄：當呼叫工具時，harness 會立即附加事件日誌記錄，指出工具處於「進行中」狀態。
• 背景執行：工具在背景中繼續執行，不會阻塞模型。
• 並行工作：代理可在單一模型回合中排程多個異構工具呼叫（例如，同時設定開發環境並搜尋網路）。
• 事件驅動恢復：一旦工具完成，結果會附加至會話日誌，並呼叫 LLM 處理輸出。

此架構允許使用者即時引導代理，無需等待背景工具呼叫完成，從而降低與生命週期管理相關的「token 稅」。

性能與成本基準

使用 GPT-6 Astra（xhigh 推理努力）測試，Unreal Agent 在多個程式碼基準中展現更高的成本效率與更低的 token 使用量，同時維持競爭性的通過率。

Terminal-Bench 4.0

Unreal Agent 以 57.9% 的通過率達成總成本 $1,428，而 Codex 在相同通過率下成本為 $2,350。這代表相同結果下總支出大幅減少。

SWE-Atlas Codebase QnA

Unreal Agent 以 65.8% 的通過率達成總成本 $936，優於 Codex（63.3% 通過率，$1,303）與 Pi（64.0% 通過率，$1,033）。

DeepSWE 1.1

Unreal Agent 以 72.4% 的通過率達成總成本 $1,367，優於 Codex（69.0% 通過率，$1,633）與 Pi（69.6% 通過率，$1,584）。

Agents’ Last Exam (ALE-CLI)

Unreal Agent 以 30.0% 的完整通過率達成總成本 $217，而 Codex 與 Pi 均為 29.0% 的完整通過率，但成本更高（分別為 $292 與 $262）。

工程取捨與設計哲學

Unreal Labs 指出現有以 CLI 為導向的 SDK 存在若干限制，促使了 Unreal Agent 的誕生：

• 生產環境不匹配：許多 SDK 假設本地會話與子程序，使其在需要可靠取消與背景任務管理的生產環境中難以擴展。
• 依賴風險：第三方 SDK 中繁複的依賴樹帶來維護與供應鏈風險。
• 安全性：團隊認為，決定性環境限制（例如沙盒主機與細粒度存取權杖）比 harness 層的安全鉤子更為穩健。

為最大化效率，Unreal Agent 避免使用子代理或複雜工作流程，改以簡單提示與 token 優化的工具結果為基礎。

社群見解與技術批判

開發者之間的討論凸顯了非同步方法的潛力與陷阱：

• 與程式化工具呼叫的比較：部分使用者指出，這類似於「程式化工具呼叫」（PTC）或返回程式碼（例如 TypeScript）以非同步方式呼叫工具，此技術已由 AI 實驗室探索。
• 「輪詢」問題：批評者指出，Codex 等競爭對手的高 token 使用量通常源自於對輪詢任務的「熱迴圈」，而修復這些迴圈即可獲得與 Unreal Agent 所宣稱類似的節省效果。
• 自托管觀點：部分開發者認為，對於自托管模型者而言，成本優化是一種「反功能」，建議 harness 應優先以非前沿模型的完整上下文視窗，追求最佳可能結果。
• 命名疑慮：多位評論者指出，儘管此工具與遊戲開發無關，但可能與 Epic Games 的 Unreal Engine 存在商標衝突。

"標題圖表有點奇怪。不知為何他們將在 Astra xhigh 上運行的 harness 與使用 Astra max 的 Codex 進行比較？…… Codex 使用如此多 token 的一大原因在於它基本上對自己啟動的輪詢任務進行熱迴圈，完全沒有任何合理理由。"

可用性

Unreal Agent 可作為 Go 庫直接整合，也可作為 CLI 使用的執行檔，並提供與 Harbor 框架相容的基準測試執行器。原始碼託管於 GitHub：github.com/unreallabsai/unreal-agent。