HEXIS：将技能编译为扩展有限状态机

智能体技能提供可复用的知识和指令，但智能体必须反复推断如何应用这些技能以及下一步应执行哪项操作。这使任务推理与控制决策耦合在一起，导致规定步骤可能被遗漏或错误应用。我们提出 HEXIS，将智能体技能编译为扩展有限状态机，从而分离知识与控制流。技能知识被纳入局部指令，用于引导状态内的推理与生成。状态机记录执行进度和中间结果，而显式的转换条件决定后续操作。我们的增量式编译器首先将技能条款和工具接口映射为状态操作、局部指令、数据绑定和转换。随后，它将开发轨迹与现有状态对齐，以识别缺失的操作和依赖关系，并通过添加或复用状态以及细化状态之间的连接来纳入这些内容。只有在通过静态检查并重放当前及所有此前已接受的轨迹后，更新才会被接受。在四个基准和四个执行器上，HEXIS 相较于 Skill + ReAct 平均将成功率提高了 16.1 个百分点。Qwen3.8-27B 在各基准上的执行 token 数减少了 38.4%–88.9%。