From Atomic Actions to Standard Operating Procedures: Iterative Tool Optimization for Self-Evolving LLM Agents

📄 arXiv: 2607.07321v1 📥 PDF

作者: Haipeng Ding, Yuexiang Xie, Zhewei Wei, Yaliang Li, Bolin Ding

分类: cs.AI, cs.CL, cs.MA

发布日期: 2026-07-08

💡 一句话要点

提出EvoSOP框架以优化LLM代理的工具使用效率

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 工具优化 自我进化 标准操作程序 迭代学习 智能代理 复杂任务

📋 核心要点

  1. 现有的LLM代理框架依赖静态工具集，导致重复工作流中的低级逻辑重建，增加推理负担和失败率。
  2. 本研究提出EvoSOP框架，通过将原子动作合成标准操作程序（SOP），实现工具的可重用性和自我进化。
  3. 实验结果显示，EvoSOP显著提高了任务成功率，并减少了交互轮次，优化了工具使用模式。

📝 摘要（中文）

工具的有效利用使大型语言模型（LLM）代理能够与现实世界互动并解决复杂任务。然而，现有代理框架主要依赖于由原子动作组成的静态工具集，导致代理在每个重复工作流中都需重新发明低级逻辑，从而增加推理开销和失败率。本研究提出通过将原子动作合成可重用的标准操作程序（SOP）来实现代理的自我进化。我们进一步介绍了EvoSOP框架，使代理能够从执行轨迹中提取SOP，并通过构建、合并、评估和修剪的系统生命周期迭代优化工具集。大量实验表明，EvoSOP显著提高了任务成功率，同时大幅减少了交互轮次。我们的分析还揭示，迭代工具优化促进了可靠和高效的工具使用模式，为自我进化代理的发展提供了可扩展的路径。

🔬 方法详解

问题定义：本论文旨在解决现有LLM代理在重复工作流中因依赖静态工具集而导致的低级逻辑重建问题。这种方法增加了推理开销和失败率，限制了代理的效率和可靠性。

核心思路：论文的核心思路是通过将原子动作合成可重用的标准操作程序（SOP），使代理能够在执行复杂任务时调用高阶工具，减少低级逻辑的重复构建，从而实现自我进化。

技术框架：EvoSOP框架包含四个主要模块：构建、合并、评估和修剪。首先，代理从执行轨迹中提取SOP，然后对其进行合并以形成更复杂的操作，接着评估其有效性，最后通过修剪去除冗余或低效的SOP。

关键创新：EvoSOP的主要创新在于其迭代工具优化过程，通过系统化的生命周期管理SOP，使得代理能够在不断的交互中自我进化。这与现有方法的静态工具集形成鲜明对比。

关键设计：在EvoSOP中，关键设计包括SOP的构建策略、合并算法以及评估标准。具体的参数设置和损失函数设计旨在最大化工具的有效性和效率，确保代理在复杂任务中的表现优越。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，EvoSOP框架显著提高了任务成功率，成功率提升幅度达到XX%（具体数据待补充），同时交互轮次减少了YY%（具体数据待补充），显示出其在工具优化方面的有效性和可靠性。

🎯 应用场景

该研究的潜在应用领域包括智能客服、自动化办公、机器人控制等。通过优化工具使用效率，EvoSOP框架能够提升代理在复杂任务中的表现，具有广泛的实际价值和未来影响，尤其是在需要高效决策和快速响应的场景中。

📄 摘要（原文）

Tool utilization enables Large Language Model (LLM) agents to interact with the real world and resolve complex tasks. However, existing agent frameworks predominantly rely on static toolsets composed of granular atomic actions (e.g., basic file I/O or single-turn search), which forces agents to reinvent low-level logic for every recurring workflow, leading to increased reasoning overhead and failure rates. In this study, we propose that agents can achieve self-evolution by synthesizing these atomic actions into reusable Standard Operating Procedures (SOPs), which function as callable higher-order tools that encapsulate multi-step logic. We further introduce EvoSOP, a framework that empowers agents to extract SOPs from execution trajectories and iteratively optimize the toolset through a systematic lifecycle of construction, merging, evaluation, and pruning. Extensive experiments demonstrate that EvoSOP significantly boosts task success rates while substantially reducing the number of interaction rounds compared to baselines. Our analysis also reveals that iterative tool optimization fosters reliable and efficient tool-use patterns, providing a scalable pathway for the development of self-evolving agents.